区分具有相似单词的查询

Question

我正在尝试使用awk来提取查询：已完成，已分配，已取消，已审核 ， REVIEW ASSIGNED ，以及错误来自日志文件中的每一行。最终结果看起来接近：

COMPLETED
COMPLETED
UNASSIGNED
REVIEWED
ERROR
...

但是，我对彼此混淆的单词/短语有一些问题，特别是 REVIEW ASSIGNED 。我的任何陈述应该是 REVIEW ASSIGNED ，只是让他们分配。我的awk声明是：

awk '{for(i=1;i<=NF;i++){if($i~/^(REVIEWED|COMPLETED|REVIEW ASSIGNED|ASSIGNED|UNASSIGNED|ERROR)$/){print $i}}}' myFile

我试图查找它，但我不熟悉awk并且没有找到任何具体的关于如何处理包含多个单词的表达式，考虑到它在空白区域分离。

Answer 1

你是逐字段循环和匹配，但是空格分割了awk中的字段（默认情况下），因此该行中的任何字段都不会是REVIEW ASSIGNED。

因此，不要匹配REVIEW ASSIGNED，而是希望该行与ASSIGNED测试相匹配。

停止循环字段，只需使用以下内容：

awk 'match($0, /(REVIEWED|COMPLETED|REVIEW ASSIGNED|ASSIGNED|UNASSIGNED|ERROR)/, a) {print a[0]}' myFile

Ed Morton指出match的这种用法是特定的（因为它增加了对match的第三个数组参数的支持）。不使用该功能的版本将如下所示

awk 'match($0, /(REVIEWED|COMPLETED|REVIEW ASSIGNED|ASSIGNED|UNASSIGNED|ERROR)/) {print substr($0, RSTART, RLENGTH)}' myFile

除了：

我认为Ed Morton指出这个正则表达式永远不会正确匹配UNASSIGNED，因为ASSIGNED将始终匹配，但是看起来awk的regexp引擎没有这个问题。但是，对于一个可以反转订单的引擎，可能会解决这个问题。

awk 'match($0, /(REVIEWED|COMPLETED|REVIEW ASSIGNED|UNASSIGNED|ASSIGNED|ERROR)/, a) {print a[0]}' myFile