在AWK中使用Slurp模式？

诸如之类的工具sed，awk或一次perl -n处理其输入一个记录，默认情况下，记录为行。

某些诸如awkwith RS，GNU sedwith -z或perlwith -0ooo可以通过选择其他记录分隔符来更改记录的类型。

perl -n可以使整个输入（通过多个文件传递时每个文件）成为带有选项的单个记录-0777（或-0后跟任何大于0377的八进制数，即777为规范值）。这就是他们所说的“ 灌浆模式”。

可类似这样完成awk的RS或任何其他机制？在哪里按顺序awk处理每个文件内容，而不是按顺序处理每个文件的每一行？

您可以采用不同的方法，具体取决于awk将其RS视为单个字符（如传统awk实现那样）还是将其视为正则表达式（如gawk或mawk做）。空文件也很棘手，因为awk它们往往会跳过它们。

gawk，mawk或其它awk实施方案中，其中RS可以是正规表达式。

在这些实现中（对于mawk，请注意，像Debian之类的某些OS会发布非常旧的版本，而不是由@ThomasDickey维护的现代版本），如果RS包含单个字符，则记录分隔符为该字符，或者为空awk时进入段落模式RS，否则将其RS视为正则表达式。

解决方案是使用无法匹配的正则表达式。有些人想到x^或$x（x在开始之前或结束之后）。但是，某些（尤其是带有gawk）比其他更昂贵。到目前为止，我发现这^$是最有效的一种。它只能在空输入上匹配，但是将没有匹配的对象。

所以我们可以做：

awk -v RS='^$' '{printf "%s: <%s>\n", FILENAME, $0}' file1 file2...

需要注意的是，它会跳过空文件（与相反perl -0777 -n）。GNU可以awk通过将代码放在ENDFILE语句中来解决。但是我们还需要$0在BEGINFILE语句中进行重置，因为否则在处理空文件后将不会重置该语句：

gawk -v RS='^$' '
   BEGINFILE{$0 = ""}
   ENDFILE{printf "%s: <%s>\n", FILENAME, $0}' file1 file2...

传统awk实现，POSIXawk

在这些中，RS只有一个角色，他们没有BEGINFILE / ENDFILE，没有RT变量，它们通常也不能处理NUL字符。

您可能会认为使用RS='\0'可以正常工作，因为无论如何他们都无法处理包含NUL字节的输入，但是不可以，RS='\0'在传统实现中将RS=其视为，即段落模式。

一种解决方案是使用不太可能在输入中找到的字符，例如 \1。在多字节字符语言环境中，您甚至可以使其成为字节序列，因为它们形成了未分配的字符或非字符（例如$'\U10FFFE'在UTF-8语言环境中），因此极不可能发生。但是，这并不是很简单，而且空文件也有问题。

另一种解决方案是将整个输入存储在变量中，然后在END语句中进行处理。这意味着您一次只能处理一个文件：

awk '{content = content $0 RS}
     END{$0 = content
       printf "%s: <%s>\n", FILENAME, $0
     }' file

等同于sed：

sed '
  :1
  $!{
   N;b1
  }
  ...' file1

这种方法的另一个问题是，如果文件不是以换行符结尾（并且不为空），则仍会$0在末尾任意添加一个文件（使用gawk，您可以使用RT而不是RS在上面的代码）。一个优点是您确实在NR/中记录了文件中的行数FNR。