AWK: accéder au groupe capturé à partir du modèle de ligne

Si j'ai une commande awk

pattern { ... }

et le modèle utilise un groupe de capture, comment puis-je accéder à la chaîne ainsi capturée dans le bloc?

C'était une promenade dans le passé ...

J'ai remplacé awk par perl il y a longtemps.

Apparemment, le moteur d'expression régulière AWK ne capture pas ses groupes.

vous pourriez envisager d'utiliser quelque chose comme:

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

le drapeau -n fait que perl boucle sur chaque ligne comme le fait awk.

Avec gawk, vous pouvez utiliser la matchfonction pour capturer des groupes entre parenthèses.

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

exemple:

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

sorties cd.

Notez l'utilisation spécifique de gawk qui implémente la fonctionnalité en question.

Pour une alternative portable, vous pouvez obtenir des résultats similaires avec match()et substr.

exemple:

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

sorties cd.

C'est quelque chose dont j'ai besoin tout le temps, j'ai donc créé une fonction bash pour cela. C'est basé sur la réponse de Glenn Jackman.

Définition

Ajoutez ceci à votre .bash_profile etc.

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

Usage

Capturer l'expression régulière pour chaque ligne du fichier

$ cat filename | regex '.*'

Capturez le premier groupe de capture regex pour chaque ligne du fichier

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

Vous pouvez utiliser 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/

Vous pouvez également simuler la capture dans awk vanilla, sans extensions. Ce n'est pas intuitif cependant:

étape 1. utilisez gensub pour entourer les correspondances avec un caractère qui n'apparaît pas dans votre chaîne. étape 2. Utilisez la division contre le personnage. étape 3. Chaque autre élément du tableau divisé est votre groupe de capture.

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

J'ai eu un peu de mal à trouver une fonction bash qui enveloppe la réponse de Peter Tillemans, mais voici ce que j'ai trouvé:

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

J'ai trouvé que cela fonctionnait mieux que la fonction bash basée sur awk d'opsb pour l'argument d'expression régulière suivant, car je ne veux pas que le "ms" soit imprimé.

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