Question

我编写了matchs.awk，以便从文本文件的每一行中打印与我的正则表达式匹配的文本。

`{
    line = $0
    while (match(line, /([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([A-Za-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9][A-Za-z]?))))[[:space:]]?[0-9][A-Za-z]{2})/)>0) {

       print substr(line, RSTART, RLENGTH)
       line = substr(line, RSART + RLENGTH) }}`

然后我打电话给

awk -f matches.awk file.txt

它可以正确打印数据，但是奇怪的是，某些记录的打印频率远高于文本文件中显示的记录。

这一条记录是file.txt中的一行'20 Lilac Grove，Leeds LS5 3AG，Lilac Grove'出现的次数是file.txt（53）中的四倍（212）。知道为什么会这样吗？

Answer 1

您的代码中有错别字（RSART而不是RSTART）。

应该是：

 {
    line = $0
    while (match(line, /([Gg][Ii][Rr] 0[Aa]{2})|((([A-Za-z][0-9]{1,2})|(([A-Za-z][A-Ha-hJ-Yj-y][0-9]{1,2})|(([A-Za-z][0-9][A-Za-z])|([A-Za-z][A-Ha-hJ-Yj-y][0-9][A-Za-z]?))))[[:space:]]?[0-9][A-Za-z]{2})/)>0) {

       print substr(line, RSTART, RLENGTH)
       line = substr(line, RSTART + RLENGTH) }}

经过测试，似乎还可以（即，regexp将在您的行上出现一次）。

无论如何，恐怕您不了解您的代码是如何工作的。请检查String functions GAWK页面，查看match（）和substr（）的实际作用以及它们返回的内容。

AWK打印的记录多于原始文件中的记录

1 个答案: