如何在旧版BSD awk中匹配首个POSIX [:cntrl:]控制字符？

问题原因 #

旧版BSD awk（如FreeBSD 10及更早版本、早期macOS自带的awk）对POSIX字符类[:cntrl:]的实现不符合标准，错误地将非控制字符（如空格，甚至部分可打印字符）纳入匹配范围，或是在非C locale环境下字符类解析异常，导致错误匹配了字符串开头的字符，返回了错误的RSTART值。

解决方案 #

方案1：使用明确的ASCII控制字符范围代替POSIX字符类

直接用正则[\x00-\x1F\x7F]匹配所有ASCII控制字符（ASCII码0-31和127），这个写法在新旧awk中行为一致，不会受实现差异影响：

#!/bin/bash
printf 'a \b c\n' | awk 'match( $0, /[\x00-\x1F\x7F]/ ) { print RSTART }'

执行后会正确输出3。

方案2：强制使用C locale解析字符类

如果必须保留[:cntrl:]写法，可以通过设置LC_ALL=C强制awk使用C locale，避免locale对字符类解析的干扰：

#!/bin/bash
printf 'a \b c\n' | LC_ALL=C awk 'match( $0, /[[:cntrl:]]/ ) { print RSTART }'

C locale下旧BSD awk会严格遵循POSIX标准解析[:cntrl:]，仅匹配ASCII控制字符。

内容的提问来源于stack exchange，提问作者Fravadona