regexp crossword

Úgy tűnik, nincs következő. Akkor lehet elővenni a PDF-ben levőt :-)

Ha a filmesre gondolsz, nekem az maradt utoljára. Utólag homlokra csapós. Mondjuk én V3-n gondolkoztam elég sokat, aztán a végére csak egyértelművá vált, hogy nem BRE, nem ERE, hanem PCRE szintaxisban kell gondolkodni. Mondjuk azt se volna baj odaírni az oldalra.

Ebből a hozzászólásból kiindulva megint találkoztam pár AWK furcsasággal:

a) az a minta, hogy /RE/ ekvivalens a $0 ~ /RE/ mintával (ez le is van írva pl. a mawk manualban). Ellenben ennek a két formának van egy hátulütője a match( $0, "RE" ) formával szemben (ami funkcionálisan szintén megegyezik az előzőekkel) - ez utóbbi ugyanis állítja az RSTART és az RLENGTH változókat, míg az előzőek nem; szerintem ez csúnya.

b) és amit végkép nem értek, a gawk, mawk, nawk (The-One-True-AWK) hármasból egyedül a gawk adta ki a kívánt eredményt erre:

$ nawk 'match( $0, "^[a-f]{1,3}...$" ) == RLENGTH == 4' << EOF
alma
korte
barack
fuge
EOF
$

Tekintettel arra, hogy ha (az egyébként adott esetben redundáns) 1-3-ig részt kihagyom, akkor jól működik mindegyik, ez számomra eléggé érthetetlen volt. Mind a 3 awk manualja egyértelműen leírja, hogy egrep szintaxist használ az awk. (Mondjuk a mawk - az egrep-re utalás mellett - felsorolja, hogy nála mi a RE, és abban nincs {}. Az nawk viszont csak utalást tartalmaz az egrepre.)
Mondjuk ezt találtam a gawk man-ban: hagyományosan az un. interval expression nem volt elérhető az awk megvalósításokban, bár a POSIX kötelezővé tette. Azaz ezt akkor értem, kivéve, hogy míg a mawk-ot szerintem lassan 10-15 éve nem fejlesztik, addig az NAWK folyamatos fejlesztés alatt van, így szerintem ezt kéne tudnia.