GNU Awk 4.2 中 FS = " " 的行为是什么？

The first week of October, Arnold Robbins announced Beta release of gawk 4.2.0 now available in the GNU-announce, bug-gawk and comp.lang.awk https://groups.google.com/forum/#!topic/comp.lang.awk/UnoZTItfiko mailing lists. It is available in http://www.skeeve.com/gawk/gawk-4.1.65.tar.gz http://www.skeeve.com/gawk/gawk-4.1.65.tar.gz ¹ and he mentions that This is a major release, with many significant new features.

因此，我浏览了 NEWS 文件来深入研究这些功能，并在此时停下来进行一些测试：

从 4.1.4 到 4.2.0 的变化

...

13. POSIX 标准的修订删除了 POSIX 的特殊情况 当 FS = " " 时的模式，其中换行符不是字段分隔符。代码 和文档已更新。

如果我理解正确的话，他谈论的是GNU Awk 用户指南 → 4.5.2 使用正则表达式分隔字段 https://www.gnu.org/software/gawk/manual/html_node/Regexp-Field-Splitting.html:

'FS = " "'（单个空格）和 'FS = "[ \t\n]+"'（匹配一个或多个空格、制表符或换行符的正则表达式）这两种情况之间存在重要区别。对于 FS 的两个值，字段由空格、制表符和/或换行符的运行（多个相邻出现）分隔。然而，当 FS 的值为“”时，awk 首先从记录中去除前导和尾随空白，然后决定字段的位置。

也就是说，使用之间的区别FS = " " and FS = "[ \t\n]+".

我运行了新版本并进行了测试--posix https://www.gnu.org/software/gawk/manual/html_node/Options.html mode:

$ ./gawk --posix -F" " '{print "NR:", NR; for(i=1;i<=NF;i++) print i, $i}' <<< "hello how are
you"
NR: 1
1 hello
2 how
3 are
NR: 2
1 you

和我之前的 awk (4.1.3) 相比并看不出有什么区别：

$ gawk --posix -F" " '{print "NR:", NR; for(i=1;i<=NF;i++) print i, $i}' <<< "hello how are
you"
NR: 1
1 hello
2 how
3 are
NR: 2
1 you

总而言之，我的问题是：行为有什么不同FS = " " in the --posixGNU Awk 4.2 的模式？具体改变了什么？

^{1 yes, I also thought it should be 4.2.tar.gz, but http://www.skeeve.com/gawk/gawk-4.2.tar.gz http://www.skeeve.com/gawk/gawk-4.2.tar.gz does not exist}

它是 4.2 的测试版，因此它是根据 4.1 构建/命名的。当它正式发布时，它将是 4.2.tar.gz。

我没有方便的 4.2 beta 来测试以下理论，但这是我认为关于默认值的公告FS=" " means:

以前在 POSIX 中设置时FS=" "这意味着字段由所有空白字符分隔除了换行符。另一方面，gawk 默认将换行符作为分隔符之一，并且您必须添加 --posix 才能获得 POSIX 行为。看：

$ gawk --version
GNU Awk 4.1.4, API: 1.1 (GNU MPFR 3.1.5, GNU MP 6.1.2)

$ printf 'a b\nc' | awk -v RS='^$' 'NR==1{for (i=1; i<=NF;i++) print NR, NF, i, "<" $i ">"}'
1 3 1 <a>
1 3 2 <b>
1 3 3 <c>

$ printf 'a b\nc' | awk --posix -v RS='^$' 'NR==1{for (i=1; i<=NF;i++) print NR, NF, i, "<" $i ">"}'
1 2 1 <a>
1 2 2 <b
c>

显然现在 POSIX 标准已经更新为包括\n在分隔符集中，当FS=" "因此，gawk 不再需要在 posix 与非 posix 模式下在这方面表现不同，而是所有 POSIX awks 都需要更新为 gawk 默认情况下的行为。

您问题中的示例没有测试这一点，因为它正在使用\n作为RS（默认），因此无法测试当\n是在一个记录之内。设置后再次尝试RS="^$".