awk字段分隔符中正则管道的正确用法及(|)失效原因

要从字符串hello(world)中提取world，执行以下命令时输出为空且无报错：

echo 'hello(world)' | awk -F'(|)'  '{print $2}'

改用字符类作为分隔符则得到预期结果：

echo 'hello(world)' | awk -F'[()]' '{print $2}'

使用的awk版本为：

GNU Awk 5.0.1, API: 2.0 (GNU MPFR 4.0.2, GNU MP 6.2.0)
Copyright (C) 1989, 1991-2019 Free Software Foundation.

问题原因 #

awk默认使用**基本正则表达式（BRE）**处理字段分隔符，你写的(|)在BRE中完全是字面字符，不具备“或”的逻辑：

• 在BRE语法里，(、)、|都是普通字面字符，没有分组或交替的特殊含义；
• 因此-F'(|)'实际是要求匹配连续的(|)字符串，但原输入hello(world)中根本不存在这个序列，所以awk没有拆分任何字段，整个字符串作为$1，$2自然为空。

而-F'[()]'使用的是字符类语法，在BRE和ERE中都有效，它表示匹配(或)任意一个字符，因此能正确将hello(world)拆分为hello、world、空串三个字段，$2就是目标内容world。

补充：用“或”逻辑实现的正确写法 #

如果一定要用正则的“或”来匹配(或)，可以切换到扩展正则表达式（ERE）模式，或在BRE中转义特殊字符：

# BRE模式：转义括号和|来实现或逻辑
echo 'hello(world)' | awk -F'\\(|\\)' '{print $2}'
# GNU awk启用ERE模式的写法
echo 'hello(world)' | awk --re-interval -F'(\\(|\\))' '{print $2}'
# ERE模式下更简洁的字符类写法
echo 'hello(world)' | awk -E -F'[()]' '{print $2}'

内容的提问来源于stack exchange，提问作者merlin2011