在AWK（或GAWK）中，如何确定第n个单词的起始位置？

示例：n=3，输入为

foo  bar    baz
a b c d e f g h
12  34 5 678

输出应为：

13
5
8

---

最简单的可能是：

$ awk -v n=3 '{print index($0,$n)}' file
13
5
8

但它很容易出错，需要进行一些检查

$n

是第三个单词（或由

FS

字段分隔符分隔的字段）<代码>索引返回该事件开始的位置（以字符为单位）。如果

FS

是默认值（空格，然后是一些空格），您可能希望从空格开始，然后在位置上添加一个空格：

$ awk -v n=3 '{print 1 + index($0," " $n)}' file
13
5
8

。。。正如注释中所指出的，如果第n个单词与前一个单词的开头匹配，则也容易出现错误

我们可以使用GNU awk的

split

的seps功能：

$awk-vn=3'{
s=1#将s重置为1
拆分（$0，a，/+/，b）#拆分为a，分隔符拆分为b
对于（i=1；i您可以使用
match
执行此操作：

$ awk 'match($0, /[[:blank:]]*([^[:blank:]]+[[:blank:]]+){2}/) {
    print RLENGTH + 1 
}' file
13
5
8

或者将参数与动态正则表达式一起使用：

$ awk -v n=3 'match($0, "[[:blank:]]*([^[:blank:]]+[[:blank:]]+){" n - 1 "}") { 
    print RLENGTH + 1 
}' file
13
5
8

这将搜索可选的前导空格（空格或制表符），后跟非空格，后跟空格，
n-1
次，其中
n
是字号。
match
设置变量
RSTART
和
RLENGTH
（在本例中，
RSTART==1
）.
RLENGTH
给出匹配的长度，因此后面的一个字符是第n个单词的起始位置

既然您提到了GNU awk，您可以通过使用
\s
（实际上是
[：space:]
，但在这里也适用）和非空格
\s
，来缩短时间：

$ awk -v n=3 'match($0, "\\s*(\\S+\\s+){" n - 1 "}") { print RLENGTH + 1 }' file

在动态正则表达式中，反斜杠本身需要转义。
这将适用于任何字段分隔符，包括多字符regexp，使用GNU awk作为要拆分的第四个参数（）

请注意，由于我们使用
FS
作为
split（）
的参数，它将被视为动态regexp（即存储在字符串中的regexp），因此
FS
中的任何反斜杠都需要加倍

还要注意，我们从0开始计数循环，而不是从1开始，因为对于默认FS，flds[1]（即$1）之前的任何前导空格都存储在seps[0]中。flds[0]将始终为空，对于非默认FS seps[0]也将是空的，不会造成任何伤害，包括在所有情况下的长度。
唉，这太容易出错，例如，
$2==$n
@user31264肯定是。这只是一个开始。：DThank you，dynamic regex的想法很好。当使用默认FS和使用单个字符的FS时，这绝对是正确的方法

将

[：blank://code>更改为
X
，并删除前导的
X*
，这将是一个调整。不过，当使用多字符regexp的FS时，它会变得更有趣：-）！
$ awk -v n=3 'match($0, "\\s*(\\S+\\s+){" n - 1 "}") { print RLENGTH + 1 }' file

$ cat tst.awk
{    
    split($0,flds,FS,seps)
    indent = 1
    for (i=0; i<n; i++) {
        indent += length(flds[i] seps[i])
    }
    print indent
}

$ awk -v n=3 -f tst.awk file
13
5
8

$ cat file2
foo.+.bar.-.baz
a.+.b.-.c.+.d.-.e.+.f.-.g.+.h
12.-.34.+.5.-.678

$ awk -F'[.][+-][.]' -v n=3 -f tst.awk file2
13
9
11