AWK正则验证字段问题：误判有效性且无法正确识别非法字符

你的代码存在三个核心问题，导致每次进入判断分支且showChars()有时无法显示非法字符：

1. 正则变量引用错误 #

主判断里的$3 !~ /regex/是错误写法：/regex/是匹配字面字符串"regex"，而非你定义的regex变量内容。这使得$3永远不可能匹配"regex"，因此每次都会进入错误分支。正确写法是直接使用变量：$3 !~ regex。

2. 正则表达式逻辑错误 #

原正则[a-zA-Z/, \t-]$有两个问题：

• 缺少开头锚点^，仅检查字段最后一个字符是否合法，而非所有字符。比如只要字段末尾是允许的字符，即使前面有非法字符，正则也会匹配，导致错误判断。
• 字符集中的-位置不当：放在字符中间会被解析为字符范围（比如, \t-会被当成从逗号到制表符的字符区间，而非单独的连字符），导致部分合法字符被误判，或非法字符漏判。应把-放在字符集的开头或结尾，比如[-a-zA-Z/, \t]。

3. 单个字符匹配的冗余锚点 #

showChars()中匹配单个字符时，正则带$锚点是冗余的（单个字符本身就是整个字符串，锚点不影响结果，但去掉后更简洁直观）。

修正后的代码 #

function showChars(fieldIn) {
   split(fieldIn,chars,"")
   for ( i=1; i<=length(chars); i++ ) {
      if (chars[i] !~ regexChar) {
         print "Invalid char found:" chars[i]
      }
   }
}

BEGIN {
   FS=""
   FIELDWIDTHS="4 4 26"
   # 验证整个字段：确保所有字符都在允许范围内
   regexFull="^[-a-zA-Z/, \t]+$"
   # 单个字符验证的正则
   regexChar="[-a-zA-Z/, \t]"
}

{
   if ( $3 !~ regexFull ) {
      print "Line " NR ": Problem in field"
      print "$3:"$3
      showChars($3)
      next
   } else {
      print "Line " NR ": OK"
      next
   }
}

效果说明 #

• 对示例输入第一行，会检测并输出$和*两个非法字符。
• 第二行合法字段会输出Line 2: OK。

内容的提问来源于stack exchange，提问作者KrOo Pine