☰

GAWK 使用括号作为 FS

tag-icon • tag-icon awk regular-expression gawk
GAWK 使用括号作为 FS

当将 FS 的正则表达式设置为 space-open_parenthersis 或 opening_parenthesis-coma-space 时，我一直在努力解决 gawk 的工作问题，我尝试了多种方法，但没有一个达到预期的行为。FS="( ()|(), )" 第二。FS="[( ()(), )]"第 3 位（通过 ASCII OCT 代码）FS="[(\040\050)(\051\054\040)]"第 4 位FS="((\040\050)|(\051\054\040))"

我的输入文件是这样的https://phpaste.sourceforge.io/demo/paste.php?id=144这是一个只有一条记录（行）的文件，其中记录了我在 Debian 中的 apt-get 日志，列出了一些软件包。

我的 gawk 程序是这样的

#! /usr/bin/gawk -f
BEGIN {FS = "[(\040\050)(\051\054\040]"}
{
for(i=1;i<=NF;i=i+2) #I increased i by 2 because i want to print the odd numbered fields(only the names of the packages:architecture)  
    print $i
}`

我将在 bash 中执行它myawk.awk input.txt > output.txt

我很乐意在这里加上一个大词FXXX！！！！因为我刚刚解决了。我想这是对继续努力的奖励。我使用了FS = "(\\s\\\050)|(\\\051,\\s)"这个方法，尽管我不太明白为什么\\\在 ASCII 八进制代码之前有三个反斜杠。

有人会对此提供一些解释吗？比如为什么？？我读过 AWK 读取正则表达式两次，这将需要，\\但我需要\\\（三次！！！）。

任何替代或不同的方法也将不胜感激！

提前致谢！

这是我想要的结果，谢天谢地，我从上次跑步中得到了它https://phpaste.sourceforge.io/demo/paste.php?id=145（包含其架构的软件包列表）

答案1

这件事你可能想多了。一点。我让它可以工作FS=" \\(|\\), "，甚至设法将其缩短为FS=" \\(|), ".

  • 你似乎相信你需要做 ，但其实你需要做的只是 。"(regex1)|(regex2)""regex1|regex2"
  • 您似乎相信，通过将括号括在分组括号中，内部括号将成为字面的文本括号。事实并非如此。正则表达式分组可以嵌套；要将括号视为字面的文本括号，您需要转义它们。
  • )仅在组内的正则表达式中是特殊的。如果(已转义，则)无需转义。

这就是棘手的地方。天真的，从上面来看，FS=" \(|), "应该足够好了。但是 GAWK 在字符串常量中的正则表达式方面存在问题；它在中讨论过GNU Awk 用户指南，第 9.1.3.1 节。它专注于在、或调用&的替换文本中获取文字，但它似乎也适用于：sub()gsub()gensub()FS

……有几个级别转义处理正在进行中。

首先，有词汇水平，即awk读取您的程序并构建其内部副本以执行的时间。然后是运行时级别，即awk实际扫描[程序并确定如何执行它]的时间。

在这两个级别上， awk查找可以出现在反斜杠之后的定义的字符集。在词汇级别，它查找列出的转义序列转义序列。  因此，对于awk在运行时级别处理的每个“\”，您必须在词法级别键入两个反斜杠。  ……

添加了强调（最后一句）。这似乎是说，如果我们想要设置为FS（" \(|), " 转义左括号，将括号视为文字、文本括号），您需要分配 FS=" \\(|), "或指定-F' \\(|), ' （转义反斜杠）。您可以通过一个简单的测试来验证这一点：运行awk -F' \\(|), '，然后FS从程序中打印。它将显示为⁠ \(|), ⁠。

一般来说，如果您想将特殊字符转换为非特殊字符（或者偶尔反之亦然），常见的传统方法是使用\（反斜杠）对其进行转义。但还有另一种特定于正则表达式的机制：使用表达式[…]。[…]表达式中唯一特殊的字符是^，-和]（这取决于位置）。

  • [pq]表示一个p或一个q
  • [()]表示一个(或一个)
  • [(p]表示一个(或一个p
  • [(]  表示 a(或 ... 好吧，因为没有任何其他字符，所以它仅表示文字(。

因此，如果您对反斜杠过敏，您可以设置FS=" [(]|), ".

答案2

这是我想出的另一种方法。它与您的输出完全匹配。由于split()每个项目都有额外的操作，它的效率可能较低，但更容易阅读和理解。

#!/usr/bin/awk -f

BEGIN { 
    FS="), "
}
{
    sub(/^Install:/, "") 
    for (i=1; i<=NF; i++) { 
        split($i, a, " ")
        print a[1]
    }
}

答案3

有一种更简单的方法可以在不使用 awk 的情况下完成相同的任务。您可以将 Perl 正则表达式与主要 Linux 发行版中提供的许多 grep 版本一起使用。使用我的 grep 版本（GNU grep 版本 2.27），以下提供与 awk 解决方案相同的输出。

grep -oP '(?<=\),).*?(?=\()' input.txt > output.txt

相关内容