awk和多行匹配(sub-regex)

时间:2012-10-30 17:27:10

标签: awk

我正在尝试使用awk来解析多行表达式。其中一个看起来像这样:

_begin  hello world !
_attrib0    123
_attrib1    super duper
_attrib1    yet another value
_attrib2    foo
_end

我需要提取与_begin和_attrib1相关的值。所以在这个例子中,awk脚本应该返回(每行一个):

hello world ! super duper yet another value 

使用的分隔符是制表符(\ t)字符。空格仅在字符串中使用。

2 个答案:

答案 0 :(得分:8)

以下awk脚本完成了这项工作:

#!/usr/bin/awk -f
BEGIN { FS="\t"; }
/^_begin/      { output=$2; }
$1=="_attrib1" { output=output " " $2; }
/^_end/        { print output; }

您没有指定是否要将标签(\t)作为输出字段分隔符。如果你这样做,请告诉我,我会更新答案。 (或者你可以;这是微不足道的。)

当然,如果你想要一个可怕的选择(因为我们接近Hallowe'en),这里有一个使用sed的解决方案:

$ sed -ne '/^_begin./{s///;h;};/^_attrib1[^0-9]/{s///;H;x;s/\n/ /;x;};/^_end/{;g;p;}' input.txt 
hello world ! super duper yet another value

这是如何工作的? Mwaahahaa,我很高兴你问。

  • /^_begin./{s///;h;}; - 当我们看到_begin时,将其剥离并将其余部分存储到sed的“保留缓冲区”。
  • /^_attrib1[^0-9]/{s///;H;x;s/\n/ /;x;}; - 当我们看到_attrib1时,将其剥离,将其附加到保持缓冲区,交换保持缓冲区和模式空间,用空格替换换行符,并交换保持缓冲区和模式空间又回来了。
  • /^_end/{;g;p;} - 我们已经到了最后,所以将保持缓冲区拉入模式空间并打印出来。

这假设您的输入字段分隔符只是一个标签。

太简单了。谁曾说sed是神秘的?!

答案 1 :(得分:1)

这应该有效:

#!/bin/bash 

awk 'BEGIN {FS="\t"} {if ($1=="_begin" || $1=="_attrib1") { output=output " " $2 }} END{print output}'