Question

我想解析以下文本，以便每行包含一个字段（所有文本不包括标签）：

<tag>first line</tag>
<tag>second line</tag>

为此，我使用了这个GAWK脚本：

BEGIN{FS="</?tag>";}
    {for (i=1; i<=NF; i++){print "field " i "->" $i;}}
END{}

我期待这个输出：

field 1->first line
field 1->second line

相反，我得到了这个：

field 1->
field 2->first line
field 3->
field 1->
field 2->second line
field 3->

有人可以解释在$ 1和$ 3字段下捕获的内容？我也试过使用FS="</?tag>\n?"，但我得到了相同的输出。

Answer 1

鉴于FS对Awk的价值，<tag>first line</tag>行看起来像这样：

field1 delimiter field2 delimiter field3

一个简单的解决方法是放弃循环，只需打印$2，如果您知道只有一个＆＃34;字段＆＃34;每行：

BEGIN {FS = "</?tag>"} {print $2}

Answer 2

鉴于此文件为FS=","

a,b,c

第1场有什么？它是"a"，对吧？

现在给这个文件FS="</?tag>"：

a<tag>b</tag>c

第1场有什么？仍然是"a"。

现在，此文件具有相同的FS="</?tag>"：

<tag>b</tag>c

第1场有什么？现在它是空字符串（""）。

现在，此文件具有相同的FS="</?tag>"：

<tag>first line</tag>

第1场有什么？仍为""，同样为第3场。

仅@janos said，只是print $2，或者如果您真正想要的是仅使用</tag>作为FS，而是从每个字段中删除相关的前导<tag>，那么是的：

$ awk -v FS='</tag>' '{ for (i=1; i<=NF; i++) if (sub(/.*<tag>/,"",$i)) print i, $i }' file
1 first line
1 second line

当你在一行中有多个字段时，

可能会有更直观的行为：

$ cat file
<tag>line 1, field 1</tag><tag>line 1, field 2</tag>
<tag>line 2, field 1</tag><tag>line 2, field 2</tag><tag>line 2, field 3</tag>

$ awk -v FS='</tag>' '{ for (i=1; i<=NF; i++) if (sub(/.*<tag>/,"",$i)) print NR, NF, i, $i; print "" }' file
1 3 1 line 1, field 1
1 3 2 line 1, field 2

2 4 1 line 2, field 1
2 4 2 line 2, field 2
2 4 3 line 2, field 3

$ awk -v FS='</?tag>' '{ for (i=1; i<=NF; i++) print NR, NF, i, $i; print "" }' file
1 5 1
1 5 2 line 1, field 1
1 5 3
1 5 4 line 1, field 2
1 5 5

2 7 1
2 7 2 line 2, field 1
2 7 3
2 7 4 line 2, field 2
2 7 5
2 7 6 line 2, field 3
2 7 7

$ awk -v FS='</?tag>' '{ for (i=2; i<=NF; i+=2) print NR, NF, i, $i; print "" }' file
1 5 2 line 1, field 1
1 5 4 line 1, field 2

2 7 2 line 2, field 1
2 7 4 line 2, field 2
2 7 6 line 2, field 3

GAWK将FS计为字段

2 个答案: