现年 80 岁的 Unix 大神还在修复 AWK 代码

科技 InfoQ· 2022-09-26

作者 | 罗燕珊

现年 80 岁的 Unix 大神还在修复 AWK 代码。AWK 是一种用于分析文本文件的编程语言，是 Unix 操作系统的核心部分，包括 Linux、所有 BSD 和其他系统。对于被认为符合 POSIX 标准的操作系统，它必须包含 AWK。AWK 首次出现在 1977 年，并在 1979 年被放进第 7 版 UNIX 中——这是贝尔实验室的最后一版 UNIX，后面 AT&T 把它变成了商业产品。

如今，这款工具终于能支持 Unicode，但在这件事上，更引起大家注意的是工具背后的传奇人物，加拿大计算机科学家 Brian Kernighan。AWK 里面的“K”指代的便是他的名字。

Brian Kernighan 曾就职于贝尔实验室，目前为普林斯顿大学教授，参与 Unix 的研发，也是 AMPL 与 AWK 的共同创造者之一，他和 Dennis Ritchie 共同写作了 C 语言的第一本著作《C 程序设计语言》，在这之后，他的名字开始为人所熟知。Kernighan 教授也是“K&R C”中的“K”。

虽然 AWK 有不同版本，但这是原始版本，被称为“One True AWK”（有时被称为 nawk）。今年 5 月下旬，Kernighan 教授给一位老朋友发了邮件，他在里面提到自己还在琢磨为 AWK 添加 Unicode 支持，并分享了进展（现在已能使用，除了测试不足），他还谦虚地说：

一旦我弄清楚了如何（并做更多检查，我将尝试提交拉取请求。我希望我能更好地理解 git。尽管有你的帮助，我仍没有做到正确理解，所以这可能还需要一段时间。

关于 Unicode 支持的代码变更实际上是在几个月前就发生，但由于刚刚发布的关于 Kernighan 教授的采访，这件事才被更广泛的圈子注意到。

“AWK 只适用于 ASCII 或 8 位输入，但它根本不能真正处理 Unicode，这一直是一个尴尬，”Kernighan 教授在视频中告诉采访主持 David Brailsford 教授。“几个月前，我花了一些时间使用（笑）一个非常古老的程序。我现在拥有它，它实际上可以处理 UTF-8 输入和输出，这样你就可以有正则表达式，你知道，选择日文字符之类的。”