在awk中实现带转义符的split分割：忽略?后的+

需求核心：按"+"分割字段，但遇到"?+"时不分割，同时移除转义符"?"，将"?+"还原为"+"。

问题场景 #

给定示例字符串：

exampleString="Var1, Var2Pt1+Var2Pt2+Var2Pt?+3+Var2Pt4, Var3"

当前代码直接用"+"作为分隔符，导致错误分割"?+"部分，输出为：

Var2Pt1, Var2Pt2, Var2Pt?, 3, Var2Pt4,

期望输出：

Var2Pt1, Var2Pt2, Var2Pt+3, Var2Pt4,

解决方案 #

方法1：临时字符替换法（兼容所有awk版本） #

这种方法通过临时替换转义后的"+"，避免split误分割，兼容性强，适合所有awk环境：

awkOutput=$(awk '
BEGIN{
    FS=","
    temp = "\x01"  # 使用ASCII控制字符作为临时标记，避免与业务字符冲突
}
{
    # 先将"?+"替换为临时字符
    modified = $2
    gsub(/\?\+/, temp, modified)
    
    # 按"+"分割处理后的字符串
    n = split(modified, subfields, /\+/)
    
    # 遍历字段，还原临时字符并输出
    for (i=1; i<=n; i++) {
        gsub(temp, "+", subfields[i])
        printf "%s, ", subfields[i]
    }
    print ""
}' <<<"$exampleString")

echo "$awkOutput"

方法2：负向零宽断言法（仅GNU awk支持） #

如果你的脚本仅运行在GNU awk（gawk）环境下，可以利用正则负向零宽断言直接匹配需要分割的"+"：

awkOutput=$(awk '
BEGIN{FS=","}
{
    # 匹配前面没有"?"的"+"作为分隔符
    n = split($2, subfields, /(?<!\?)\+/)
    
    # 移除字段中的转义符"?"
    for (i=1; i<=n; i++) {
        gsub(/\?/, "", subfields[i])
        printf "%s, ", subfields[i]
    }
    print ""
}' <<<"$exampleString")

echo "$awkOutput"

输出验证 #

两种方法均会输出符合预期的结果：

Var2Pt1, Var2Pt2, Var2Pt+3, Var2Pt4, 

内容的提问来源于stack exchange，提问作者paul frith