按照一定的标准匹配2个正则表达式？

Question

我有一个格式为。

的大文本文件

english word: spanish equivalent words here;
english word: spanish equivalent words here;
for about 1000 lines

我需要做的是找到英语单词与西班牙语单词相同的单词，但最后一个字母'e'已更改为'o' 因此，所有以'e'结尾的英语单词，他们的西班牙语等效单词都是完全相同的拼写，除了最后一个字母是'o'而不是'e'。 我希望这是有道理的：

例如，我会组成一个单词

thiswordE: spanishwordO; would be returned whilst
thisword: spanishwordO;  would not
thisword: spanishword; would also not be returned

我试图将其与：

隔离开来

awk '/[^e:]*e:/ && /[^o;]*o;/ {print}' a.txt 

和

awk '/.*(e:|o;)/ {print}' a.txt

两者都没有对我有用..有人可以帮帮我吗？ 还是指出我正确的方向？

另外说我用awk找到一个特定的表达式，我怎么设置一个等于这个正则表达式的变量？

例如，如果我有上述文件的正则表达式

awk '/...:/'   (so the last 3 letters before the :)

并且想要设置一个等于该正则表达式结果的变量，我该怎么做？

如果你给我一个直截了当的答案，你能解释它是如何运作的吗？

Answer 1

我觉得这样的事情应该有用（除非有些东西我不知道对于awk有什么特别之处）：

([a-zA-Z]+)[eE]:\s*\1[oO];.*

它允许所有情况（没有开关），因此只需删除不需要它们的大写字母或不希望允许的大写字母。最后.*允许分号后和换行前的任何内容。 \1是对括号中包含的第一个表达式匹配的内容的反向引用，\s是任何空格（包括换行符）

请问您是否需要更多解释。

编辑：这是一般的正则表达式，并且与awk不兼容，因为awk不支持反向引用 - 请参阅follow-up question by the OP以了解它在sed中的使用，而不是awk。