awk中的模式匹配

- 日理万妓 2022-08-08 13:46 296阅读 0赞

awk中的模式匹配在awk程序命令中非常重要，它决定着被处理数据文件中到底哪一行需要处理，并且做出什么样的处理。

首先，我们先看**awk命令的基本语法：awk pattern \{ actions \} 注意：pattern就是指的匹配模式，大括号外加两端空格的是处理动作。**

上面awk后面的匹配模式和处理行为至少得有一个，不能两个同时缺失。例如，上篇博文中awk \{ print \} 就表示只做输出到屏幕的处理动作，由于没有匹配模式，那么所有行都需要被输出。

实际上，我们在使用awk的时候，大部分情况都要指定匹配模式，那么设计awk程序中的匹配模式一般有如下6种方式。

# 1. 关系表达式 #

awk可以支持许多关系运算符，例如>, <, ==等。对于数据文件，我们经常需要把比较关系作为匹配模式。

#-----------------------------/chapter11/ex11-4.sh------------------
    #! /bin/bash
    
    #打印第2列的成绩超过80的行
    result=`awk '$2 > 80 { print }' scores.txt`
    
    echo "$result"

分析：1）使用shell脚本的方式，只不过在程序中用到awk；2）变量result后面加了反引号\`\`，还记得《变量》那篇中讲的单引号、双引号、反引号的区别吗？这边用到了反引号是因为一定要先执行里面的内容；3） **反引号中就是awk程序部分，按照了awk pattern \{ actions \} 的形式，不过一定要注意，** **pattern \{ actions \}一定要用单引号括起来，防止被理解成shell语言**，括起来就会被解释成awk语言了。最后是被处理文件scores.txt；4）$2是awk中的变量，表示被处理数据文件的第2列。

# 2. 正则表达式 #

匹配方式和上面一致，不过pattern是基于正则表达式的，一般涉及到数据文件中的字符串匹配。

#-----------------------------/chapter11/ex11-5.sh------------------
    #! /bin/bash
    
    #输出以字符T开头的行
    result=`awk '/^T/ { print }' scores.txt`
    
    echo "$result"

#-----------------------------/chapter11/ex11-6.sh------------------
    #! /bin/bash
    
    #输出以Tom或者Kon开头的行
    result=`awk '/^(Tom|Kon)/ { print }' scores.txt`
    
    echo "$result"

分析：正则表达式做为匹配模式， **一定要把表达式放在两条斜线之间，/regular\_expression/。**

上面的正则表达式就是选出T开头的或者是Tom或Kon开头的行。

# 3. 混合模式 #

混合模式就是把关系表达式和正则表达式结合起来，可以使用&&, ||, !来连接，不过它们都需要在单引号以内。

#-----------------------------/chapter11/ex11-7.sh------------------
    #! /bin/bash
    
    #混合模式
    result=`awk '/^K/ && $2 > 80 { print }' scores.txt`
    
    echo "$result"

输出以K开头的行，同时第2列分数大于80分的行。

# 4. 区间模式 #

用于匹配一段连续的文本行。**语法为：awk 'pattern1, pattern2 \{ actions \}' processed datafile**

#-----------------------------/chapter11/ex11-8.sh------------------
    #! /bin/bash
    
    #区间模式
    result=`awk '/^Nancy/, $2==92 { print }' scores.txt`
    
    echo "$result"

区间为：以Nancy开头的行为起始，第2列等于92分的行为终止，输出之间的连续的行。 **注意：当满足patter1或者pattern2的行不只一行的时候，会自动选择第一个符合要求的行。**

# **5. BEGIN模式** #

一种特殊的内置模式，不需要指定被处理数据文件，直接输出用户设置的内容。在awk中的生命周期只是执行一次。

#-----------------------------/chapter11/ex11-9.sh------------------
    #! /bin/awk -f
    
    #通过BEGIN模式输出字符串
    BEGIN { print "Hello! World." }

# 6. END模式 #

和BEGIN模式正好相反，**它是在awk处理完所有数据文件之后，即将退出程序时成立，在此之前END模式不成立。BEGIN模式也是如此！**

#-----------------------------/chapter11/ex11-11.sh------------------
    #! /bin/awk -f
    
    #输出报表头
    BEGIN {
       print "scores report"
       print "================================="
    }
    
    #输出数据
    { print }
    
    #报表完成
    END {
       print "================================"
       print "printing is over"
    }

参考：Shell从入门到精通