awk:从线条模式访问捕获的组

那是一条记忆的小路…

很久以前我用Perl代替了awk。

显然,awk正则表达式引擎不捕获其组。

您可能会考虑使用如下内容:

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

n标志使perl像awk一样循环遍历每一行。

用gawk,你可以使用 match 函数来捕获带括号的组。

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

例子:

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

输出 cd .

注意实现相关功能的gawk的具体用法。

对于便携式替代方案,您可以使用 match() 和 substr .

例子:

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

输出 光盘 .

这是我一直需要的,所以我为它创建了一个bash函数。这是基于格伦·杰克曼的回答。

定义

将此添加到.bash_配置文件等。

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

用法

为文件中的每一行捕获regex

$ cat filename | regex '.*'

为文件中的每一行捕获第一个regex捕获组

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

您可以使用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/

您也可以在普通锥子中模拟捕获,不需要扩展。但这并不直观:

步骤1。使用gensub用一些字符串中没有出现的字符来环绕匹配项。 步骤2。对角色使用拆分。 步骤3。分割数组中的其他元素都是捕获组。

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

我有点纠结于想出一个包含彼得·蒂勒曼答案的bash函数,但我想到的是:

函数正则表达式 { perl-n-e“/$1/&&printf\”%s\n\“,'$1' }

对于下面的正则表达式参数,我发现这比opsb基于awk的bash函数更有效,因为我不希望打印“ms”。

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