使用awk字符类正则调用gsub时输出异常的技术咨询

先看df -h /的原始输出：

$> df -h  /
Filesystem      Size  Used Avail Use% Mounted on
rootfs          476G  370G  106G  78% /

当显式匹配大写G做gsub替换时，输出符合预期：

$> awk -v indrive="/dev/sda1" 'NR!=1{gsub(/G/,""); print $2,$4,indrive}' <(df -h /)
476 106 /dev/sda1

但使用字符类[[:alpha:]]或[a-zA-Z]做通用替换时，输出异常：

awk -v indrive="/dev/sda1" 'NR!=1{gsub(/[[:alpha:]]/,""); print $2,$4,indrive}' <(df -h /)
370 78% /dev/sda1

更新：使用[a-zA-Z]也得到相同异常结果，而使用[[:upper:]]时输出恢复正常。

问题核心是字段分隔被破坏：

• awk默认以空白字符作为字段分隔符，原始行的字段顺序是：$1=rootfs，$2=476G，$3=370G，$4=106G，$5=78%，$6=/
• 当用[[:alpha:]]或[a-zA-Z]替换时，会匹配rootfs里的所有小写字母，把rootfs变成空字符串。此时整行的字段顺序彻底打乱：原来的$2（476G）变成新的$1，原来的$3（370G）变成新的$2，原来的$5（78%）变成新的$4
• 所以执行print $2,$4时，输出的就是370和78%，和预期不符
• 而使用[[:upper:]]时，只会匹配大写的G，rootfs里的小写字母不受影响，字段分隔保持原样，因此输出正常。

内容的提问来源于stack exchange，提问作者Adam D.