AWK : Accès au groupe capturé à partir d'un motif de ligne

Question

Si j'ai une commande awk

pattern { ... }

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

Answer 1

Avec gawk, vous pouvez utiliser le match pour capturer les 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() y substr .

exemple :

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

sorties cd .

Answer 2

C'était une promenade dans le passé...

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

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

vous pouvez envisager d'utiliser quelque chose comme :

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

l'option -n permet à perl de boucler sur chaque ligne comme le fait awk.

Answer 3

C'est quelque chose dont j'ai besoin tout le temps, alors j'ai créé une fonction bash pour cela. Elle est basée 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'}']}'; }

Utilisation

Capture de la regex pour chaque ligne du fichier

$ cat filename | regex '.*'

Capture du 1er groupe de capture regex pour chaque ligne du fichier

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

Answer 4

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/

Answer 5

Vous pouvez également simuler la capture dans l'awk vanilla, sans extensions. Mais ce n'est pas intuitif :

étape 1 : utilisez gensub pour entourer les correspondances d'un caractère qui n'apparaît pas dans votre chaîne. étape 2. Utilisez split contre le caractère. 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); print cap\[2\]"|" cap\[4\] ; }'
ab|ad