如何使用 awk 打印匹配的正则表达式模式？
Posted
技术标签:
【中文标题】如何使用 awk 打印匹配的正则表达式模式？【英文标题】：How to print matched regex pattern using awk? 【发布时间】：2011-07-29 00:08:20 【问题描述】：使用awk，我需要在文件中找到与正则表达式模式匹配的单词。
我只想打印与模式匹配的单词。
所以如果排队，我有：
xxx yyy zzz
和模式：
/yyy/
我只想得到：
yyy
编辑： 感谢kurumi，我设法写了这样的东西：
awk '
for(i=1; i<=NF; i++)
tmp=match($i, /[0-9]..?.?[^A-Za-z0-9]/)
if(tmp)
print $i
' $1
这正是我所需要的 :) 非常感谢！
【问题讨论】：
@maxtaldykin 您能否将问题中的自我回答移到单独的答案中？ 你不需要做tmp=match($i, /regexp);if(tmp)，你应该可以做if(tmp ~ $i)，因为~的意思是“匹配正则表达式”。
【参考方案1】：
echo "abc123def" | awk '
function MATCH(haystack, needle, ltrim, rtrim)
if(ltrim == 0 && !length(ltrim))
ltrim = 0;
if(rtrim == 0 && !length(rtrim))
rtrim = 0;
return substr(haystack, match(haystack, needle) + ltrim, RLENGTH - ltrim - rtrim);
print $0 " - " MATCH($0, "123"); # 123
print $0 " - " MATCH($0, "[0-9]*d", 0, 1); # 123
print $0 " - " MATCH($0, "1234"); # Nothing printed
'
【讨论】：
【参考方案2】：听起来您正在尝试模仿 GNU 的 grep -o 行为。这将做到这一点，前提是您只需要每行的第一个匹配项：
awk 'match($0, /regex/)
print substr($0, RSTART, RLENGTH)
' file
这是一个示例，使用 GNU 的 awk 实现 (gawk)：
awk 'match($0, /a.t/)
print substr($0, RSTART, RLENGTH)
' /usr/share/dict/words | head
act
act
act
act
aft
ant
apt
art
art
art
在awk 手册中了解match、substr、RSTART 和RLENGTH。
之后，您可能希望扩展它以处理同一行上的多个匹配项。
【讨论】：
注：要回答最后一部分，所有需要的结构都在 kurumi's answer 和我自己的。 很好的答案。只是我想在这里解释一下，因为我很懒。但这就是我使用 AWK 的原因！ 如果我想对匹配结果做一些事情，除了打印它？例如，我想将所有匹配项添加到数组中。 @evya2005：您可以简单地将呼叫 Ron print 替换为您需要的作业。 它对我不起作用。仅打印工作。你能给我举个例子吗？【参考方案3】：如果您知道要查找的文本/模式（例如“yyy”）在哪一列，您只需检查该特定列以查看它是否匹配，然后打印出来。
例如，给定一个包含以下内容的文件，（称为 asdf.txt）
xxx yyy zzz
如果第二列与模式“yyy”匹配，则仅打印第二列，您可以执行以下操作：
awk '$2 ~ /yyy/ print $2' asdf.txt
请注意，这也将基本上匹配第二列中包含“yyy”的任何行，如下所示：
xxx yyyz zzz
xxx zyyyz
【讨论】：
【参考方案4】：题外话，这也可以使用 grep 来完成，如果有人正在寻找 grep 解决方案，只需在此处发布即可
echo 'xxx yyy zzze ' | grep -oE 'yyy'
【讨论】：
即使使用正则表达式也能轻松获取它。正是我需要的。谢谢！ 这对我有用；我的情况是这样的： echo "web_port=8080,shutdown_port=8005" | grep -oE "web_port=[0-9]+" # 返回 8080【参考方案5】：如果您只对输入的最后一行感兴趣并且只希望找到一个匹配项（例如 shell 命令的摘要行的一部分），您也可以试试这个非常紧凑的代码，采用自 @987654321 @：
$ echo "xxx yyy zzz" | awk 'match($0,"yyy",a)ENDprint a[0]'
yyy
或者更复杂的部分结果：
$ echo "xxx=a yyy=b zzz=c" | awk 'match($0,"yyy=([^ ]+)",a)ENDprint a[1]'
b
警告：带三个参数的awkmatch()函数只存在于gawk中，而不存在于mawk中
这是另一个很好的解决方案，在grep 中使用lookbehind regex 而不是awk。此解决方案对您的安装要求较低：
$ echo "xxx=a yyy=b zzz=c" | grep -Po '(?<=yyy=)[^ ]+'
b
【讨论】：
为什么要加“tail -n1”？没有它应该可以正常工作，不是吗？ @ArthurAccioly 正确。我使用该术语从 ping 调用中提取平均往返时间，这就是它的来源。有趣的是花了 4 年才发现它；）【参考方案6】：在这种情况下使用 sed 也很优雅。示例（用匹配组“yyy”从行替换行）：
$ cat testfile
xxx yyy zzz
yyy xxx zzz
$ cat testfile | sed -r 's#^.*(yyy).*$#\1#g'
yyy
yyy
相关手册页：https://www.gnu.org/software/sed/manual/sed.html#Back_002dreferences-and-Subexpressions
【讨论】：
对于非 gnu sed 的解决方案是这样的：sed -n 's/^.*\(yyy\).*$/\1/gp' < testfile
@GrigoryEntin - bsd sed 适用于原始答案。 POSIX 支持的扩展正则表达式开关是 -E，但在 FreeBSD 中，至少 -r 与 -E 相同（2010 年添加了 -r）。无论如何，尝试使用 -E（gnu sed 在 4.3 中添加了 -E）【参考方案7】：
如果 Perl 是一个选项，你可以试试这个：
perl -lne 'print $1 if /(regex)/' file
要实现不区分大小写的匹配，请添加i 修饰符
perl -lne 'print $1 if /(regex)/i' file
在比赛后打印所有内容：
perl -lne 'if ($found)print elseif (/regex(.*)/)print $1; $found++' textfile
打印比赛和比赛后的一切：
perl -lne 'if ($found)print elseif (/(regex.*)/)print $1; $found++' textfile
【讨论】：
这实际上完全符合我的要求。无法使用 awk 打印我的匹配项，但 perl 成功了。【参考方案8】：gawk 可以使用此作为操作来获取每一行的匹配部分：
if (match($0,/your regexp/,m)) print m[0]
匹配（字符串，正则表达式 [，数组]） 如果数组存在，则将其清除， 然后将数组的第零个元素设置为的整个部分 正则表达式匹配的字符串。如果 regexp 包含括号，则 数组的整数索引元素设置为包含 字符串匹配相应的括号子表达式。 http://www.gnu.org/software/gawk/manual/gawk.html#String-Functions
【讨论】：
【参考方案9】：这是最基本的
awk '/pattern/ print $0 ' file
让awk 使用// 搜索pattern，然后打印出该行，默认情况下称为记录，用$0 表示。至少阅读documentation。
如果您只想打印出匹配的单词。
awk 'for(i=1;i<=NF;i++) if($i=="yyy")print $i ' file
【讨论】：
因为print 是默认操作：awk '/pattern/' file 就足够了。
@Johnsyweb，是的，我知道这个事实。对于像 marverix 这样的初学者来说，它意味着更直观。
我不怀疑你的知识。但是，这些信息可能对其他找到此答案的人有用。
注意：如果 (a) "yyy" 是一个正则表达式而不是一个直字符串，并且 (b) 如果“yyy”与记录中的整个字段不匹配。
不会是$i=="yyy"；对于正则表达式，它将是 $i ~ /yyy/。以上是关于如何使用 awk 打印匹配的正则表达式模式？的主要内容，如果未能解决你的问题，请参考以下文章
如何使用 awk 命令在匹配正则表达式之前和之后打印 5 行