Schaltet das awk CR LF-Handling bei Cygwin aus?

Question

Unter Linux läuft dies wie erwartet:

$ echo -e "line1\r\nline2"|awk -v RS="\r\n" '/^line/ {print "awk: "$0}' 
awk: line1 
awk: line2 

Aber unter Windows die \ r fallen gelassen wird (awk hält diese eine Zeile):

Fenster:

$ echo -e "line1\r\nline2"|awk -v RS="\r\n" '/^line/ {print "awk: "$0}' 
awk: line1 
line2 

Windows-GNU Awk 4.0 .1 Linux GNU Awk 3.1.8

EDIT von @EdMorton (sorry, wenn das eine unerwünschte Ergänzung ist, aber ich denke, vielleicht hilft es dem onstrate der Ausgabe):

Betrachten Sie diese RS Einstellung und Eingabe (auf Cygwin):

$ awk 'BEGIN{printf "\"%s\"\n", RS}' | cat -v 
" 
" 
$ echo -e "line1\r\nline2" | cat -v 
line1^M 
line2 

Dies ist Solaris mit gawk:

$ echo -e "line1\r\nline2" | awk '1' | cat -v 
line1^M 
line2 

und das ist Cygwin mit gawk:

$ echo -e "line1\r\nline2" | awk '1' | cat -v 
line1 
line2 

RS war nur die Standard-Zeilenumbruch, also wo ging die Kontrolle-M in Cygwin?

Answer 1

ich gerade mit Arnold Robbins (der Anbieter von gawk) überprüft, und die Antwort ist, dass es durch die C-Bibliotheken etwas getan hat und es zu stoppen passiert Sie die awk binmode Variable auf 3 gesetzt ist:

$ echo -e "line1\r\nline2" | awk '1' | cat -v 
line1 
line2 

$ echo -e "line1\r\nline2" | awk -v BINMODE=3 '1' | cat -v 
line1^M 
line2 

Weitere Informationen finden Sie auf der Manpage, wenn Sie interessiert sind.

Answer 2

Es scheint, als wäre das Problem awk spezifisch unter Cygwin.
Ich habe ein paar verschiedene Dinge ausprobiert und es scheint, dass awk stillschweigend behandelt, \r\n durch \n in den Eingabedaten zu ersetzen.

Wenn wir einfach awk fragen Sie den Text unmodifizierten zu wiederholen, wird es „sanieren“, um den Wagenrücklauf, ohne zu fragen:

$ echo -e "line1\r\nline2" | od -a 
0000000 l i n e 1 cr nl l i n e 2 nl 
0000015 

$ echo -e "line1\r\nline2" | awk '{ print $0; }' | od -a 
0000000 l i n e 1 nl l i n e 2 nl 
0000014 

Es wird jedoch verlassen, um andere Zeilenumbrüche intakt:

$ echo -e "Test\rTesting\r\nTester\rTested" | awk '{ print $0; }' | od -a 
0000000 T e s t cr T e s t i n g nl T e s 
0000020 t e r cr T e s t e d nl 
0000033 

Die Verwendung eines benutzerdefinierten Datensatzseparators von _ endete und ließ den Wagen intakt zurück:

$ echo -e "Testing\r_Tested" | awk -v RS="_" '{ print $0; }' | od -a 
0000000 T e s t i n g cr nl T e s t e d nl 
0000020 nl 
0000021 

Das deutlichste Beispiel beinhaltet \r\n in den Daten zu haben, aber nicht als voneinander zu trennen sind:

$ echo -e "Testing\r\nTested_Hello_World" | awk -v RS="_" '{ print $0; }' | od -a 
0000000 T e s t i n g nl T e s t e d nl H 
0000020 e l l o nl W o r l d nl nl 
0000034 

awk blind \r\n-\n in den Eingangsdaten konvertieren wird, obwohl wir fragen, hat es nicht zu tun.

Diese Substitution scheint vor der Anwendung der Datensatztrennung zu geschehen, was erklärt, warum RS="\r\n" niemals mit irgendetwas übereinstimmt. Zu der Zeit awk ist auf der Suche nach \r\n, es ist bereits durch \n in den Eingabedaten ersetzt.