AWK: Доступ до захопленої групи за схемою лінії

Якщо у мене є команда awk

pattern { ... }

і шаблон використовує групу захоплення, як я можу отримати доступ до рядка, захопленого в блоці?

Це була прогулянка по смузі пам'яті ...

Я давно замінив awk perl.

Мабуть, двигун регулярного вираження AWK не охоплює своїх груп.

ви можете розглянути щось на зразок:

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

прапор -n спричиняє переключення perl на кожен рядок, як це робить awk.

За допомогою gawk ви можете використовувати matchфункцію для збору круглих груп.

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

приклад:

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

виходи cd.

Зверніть увагу на специфічне використання gawk, яке реалізує відповідну функцію.

Для портативної альтернативи можна досягти подібних результатів за допомогою match()та substr.

приклад:

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

виходи cd.

Це те, що мені потрібно весь час, тому я створив для нього функцію bash. Він заснований на відповіді Глена Джекмана.

Визначення

Додайте це до свого .bash_profile тощо.

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

Використання

Захопіть регулярний вираз для кожного рядка у файлі

$ cat filename | regex '.*'

Захопіть першу групу захоплення регулярних виразів для кожного рядка у файлі

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

Ви можете використовувати GNU awk:

$ 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/

Ви також можете імітувати захоплення ванільним awk, без розширень. Це не інтуїтивно зрозуміло:

крок 1. використовуйте gensub для оточення збігів з деяким символом, який не відображається у вашому рядку. крок 2. Використовуйте розділення проти символу. крок 3. Кожен інший елемент розбитого масиву - це ваша група захоплення.

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

Я трохи боровся з тим, щоб придумати функцію bash, яка обговорює відповідь Пітера Тіллемана, але ось що я придумав:

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

Я виявив, що це спрацювало краще, ніж функція bash на базі opsb для наступного аргументу регулярного виразу, оскільки я не хочу, щоб "ms" друкувалася.

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