regex - functions - ciclo for awk

Cómo imprimir el patrón de expresión regular combinado usando awk?

Question

Usando awk , necesito encontrar una palabra en un archivo que coincida con un patrón de expresiones regulares.

Solo quiero imprimir la palabra que coincide con el patrón.

Entonces, si estoy en la línea, tengo:

xxx yyy zzz

Y patrón:

/yyy/

Solo quiero obtener:

yyy

EDITAR: gracias a kurumi me las arreglé para escribir algo como esto:

awk ''{
for(i=1; i<=NF; i++) {
tmp=match($i, /[0-9]..?.?[^A-Za-z0-9]/)
if(tmp) {
print $i
}
}
}'' $1

y esto es lo que necesitaba :) ¡muchas gracias!

Answer 1

Este es el muy básico

awk ''/pattern/{ print $0 }'' file

pregunte awk para buscar el pattern usando // , luego imprima la línea, que por defecto se llama un registro, denotado por $ 0. Al menos lee la documentation .

Si solo desea imprimir la palabra coincidente.

awk ''{for(i=1;i<=NF;i++){ if($i=="yyy"){print $i} } }'' file

Answer 2

Parece que intentas emular el comportamiento grep -o de GNU. Esto hará eso siempre que solo desee la primera coincidencia en cada línea:

awk ''match($0, /regex/) {
print substr($0, RSTART, RLENGTH)
}
'' file

Aquí hay un ejemplo:

% awk ''match($0, /a.t/) {
print substr($0, RSTART, RLENGTH)
}
'' /usr/share/dict/words | head
act
act
act
act
aft
ant
apt
art
art
art

Para el resto de su tarea, debe buscar lo que cada uno de los match , subst RSTART y RLENGTH hacer en el manual de awk .

Después de eso, es posible que desee extender esto para tratar con múltiples coincidencias en la misma línea. No puedo hacer toda tu tarea por ti :-)

Answer 3

Si Perl es una opción, puede intentar esto:

perl -lne ''print $1 if /(regex)/'' file

Para implementar la coincidencia insensible a mayúsculas y minúsculas, agregue el modificador i

perl -lne ''print $1 if /(regex)/i'' file

Para imprimir todo DESPUÉS del partido:

perl -lne ''if ($found){print} else{if (/regex(.*)/){print $1; $found++}}'' textfile

Para imprimir el partido y todo después del partido:

perl -lne ''if ($found){print} else{if (/(regex.*)/){print $1; $found++}}'' textfile

Answer 4

Si solo está interesado en la última línea de entrada y espera encontrar solo una coincidencia (por ejemplo, una parte de la línea de resumen de un comando de shell), también puede probar este código muy compacto, adoptado a partir de coincidencias de impresión de expresiones regulares en AWK :

$ echo "xxx yyy zzz" | awk ''{match($0,"yyy",a)}END{print a[0]}''
yyy

O la versión más compleja con un resultado parcial:

$ echo "xxx=a yyy=b zzz=c" | awk ''{match($0,"yyy=([^ ]+)",a)}END{print a[1]}''
b

Advertencia: la función awk match() con tres argumentos solo existe en gawk , no en mawk

Aquí hay otra buena solución que usa un lookgere regex en grep en lugar de awk . Esta solución tiene requisitos más bajos para su instalación:

$ echo "xxx=a yyy=b zzz=c" | tail -n1 | grep -Po ''(?<=yyy=)[^ ]+''
b

Answer 5

Usar sed también puede ser elegante en esta situación. Ejemplo (reemplace la línea con el grupo "yyy" correspondiente de la línea):

$ cat testfile
xxx yyy zzz
yyy xxx zzz
$ cat testfile | sed -r ''s#^.*(yyy).*$#/1#g''
yyy
yyy

Página de manual relevante: https://www.gnu.org/software/sed/manual/sed.html#Back_002dreferences-and-Subexpressions

Answer 6

gawk puede obtener la parte coincidente de cada línea usando esto como acción:

{ if (match($0,/your regexp/,m)) print m[0] }

match (cadena, regexp [, matriz]) Si la matriz está presente, se borra, y luego el elemento zeroth de la matriz se establece en la porción completa de la cadena que coincide con regexp. Si regexp contiene paréntesis, los elementos indexados enteros de la matriz están configurados para contener la porción de cadena que coincide con la subexpresión entre paréntesis correspondiente. http://www.gnu.org/software/gawk/manual/gawk.html#String-Functions