AWK: Zugriff auf die erfasste Gruppe über das Linienmuster

Wenn ich einen awk-Befehl habe

pattern { ... }

und Muster verwendet eine Erfassungsgruppe. Wie kann ich auf die im Block erfasste Zeichenfolge zugreifen?

Das war ein Spaziergang in die Vergangenheit ...

Ich habe awk vor langer Zeit durch perl ersetzt.

Anscheinend erfasst die AWK-Engine für reguläre Ausdrücke ihre Gruppen nicht.

Sie könnten in Betracht ziehen, etwas zu verwenden wie:

perl -n -e'/test(\d+)/ && print $1'

Das Flag -n bewirkt, dass Perl wie awk jede Zeile durchläuft.

Mit gawk können Sie die matchFunktion verwenden, um Gruppen in Klammern zu erfassen.

gawk 'match($0, pattern, ary) {print ary[1]}' 

Beispiel:

echo "abcdef" | gawk 'match($0, /b(.*)e/, a) {print a[1]}' 

Ausgänge cd.

Beachten Sie die spezifische Verwendung von Gawk, die die betreffende Funktion implementiert.

Für eine tragbare Alternative können Sie mit match()und ähnliche Ergebnisse erzielen substr.

Beispiel:

echo "abcdef" | awk 'match($0, /b[^e]*/) {print substr($0, RSTART+1, RLENGTH-1)}'

Ausgänge cd.

Dies ist etwas, das ich ständig brauche, also habe ich eine Bash-Funktion dafür erstellt. Es basiert auf der Antwort von Glenn Jackman.

Definition

Fügen Sie dies Ihrem .bash_profile usw. hinzu.

function regex { gawk 'match($0,/'$1'/, ary) {print ary['${2:-'0'}']}'; }

Verwendung

Erfassen Sie Regex für jede Zeile in der Datei

$ cat filename | regex '.*'

Erfassen Sie die erste Regex-Erfassungsgruppe für jede Zeile in der Datei

$ cat filename | regex '(.*)' 1

Sie können GNU awk verwenden:

$ cat hta
RewriteCond %{HTTP_HOST} !^www\.mysite\.net$
RewriteRule (.*) http://www.mysite.net/$1 [R=301,L]

$ gawk 'match($0, /.*(http.*?)\$/, m) { print m[1]; }' < hta
http://www.mysite.net/

Sie können die Erfassung auch in Vanilla Awk ohne Erweiterungen simulieren. Es ist jedoch nicht intuitiv:

Schritt 1. Verwenden Sie gensub, um Übereinstimmungen mit einem Zeichen zu umgeben, das nicht in Ihrer Zeichenfolge enthalten ist. Schritt 2. Verwenden Sie Split für den Charakter. Schritt 3. Jedes andere Element im geteilten Array ist Ihre Erfassungsgruppe.

$ echo 'ab cb ad' | awk '{split (gensub (/ a ./, SUBSEP "&" SUBSEP, "g", $ 0), cap, SUBSEP); Druckkappe [2] "|" Kappe [4]; } '
ab | ad

Ich hatte ein wenig Probleme damit, eine Bash-Funktion zu entwickeln, die die Antwort von Peter Tillemans umschließt, aber hier ist, was ich mir ausgedacht habe:

Funktion regex {perl -n -e "/ $ 1 / && printf \"% s \ n \ "," '$ 1'}

Ich fand, dass dies für das folgende Argument für reguläre Ausdrücke besser funktioniert als die awk-basierte Bash-Funktion von opsb, da ich nicht möchte, dass die "ms" gedruckt wird.

'([0-9]*)ms$'