awk 和多行匹配(子正则表达式)

Question

我正在尝试使用 awk 来解析多行表达式。其中一个看起来像这样:

_begin  hello world !
_attrib0    123
_attrib1    super duper
_attrib1    yet another value
_attrib2    foo
_end

我需要提取与 _begin 和 _attrib1 关联的值。所以在这个例子中，awk 脚本应该返回(每行一个):

hello world ! super duper yet another value 

使用的分隔符是制表符 (\t) 字符。空格仅在字符串中使用。

Answer 1

以下 awk 脚本完成了这项工作:

#!/usr/bin/awk -f
BEGIN { FS="\t"; }
/^_begin/      { output=$2; }
$1=="_attrib1" { output=output " " $2; }
/^_end/        { print output; }

您没有指定是否要使用制表符 ( \t ) 作为输出字段分隔符。如果你这样做，请告诉我，我会更新答案。 (或者你可以；这是微不足道的。)

当然，如果你想要一个可怕的替代方案(因为我们离万圣节越来越近了)，这里有一个使用 sed 的解决方案。 :

$ sed -ne '/^_begin./{s///;h;};/^_attrib1[^0-9]/{s///;H;x;s/\n/ /;x;};/^_end/{;g;p;}' input.txt 
hello world ! super duper yet another value

这是如何运作的？ Mwaahahaa，我很高兴你问。

/^_begin./{s///;h;}; -- 当我们看到_begin ，将其剥离并将该行的其余部分存储到 sed 的“保持缓冲区”。

/^_attrib1[^0-9]/{s///;H;x;s/\n/ /;x;}; -- 当我们看到_attrib1 ，将其剥离，将其附加到保持缓冲区，交换保持缓冲区和模式空间，用空格替换换行符，然后再次交换保持缓冲区和模式空间。

/^_end/{;g;p;} -- 我们已经到了最后，所以将保持缓冲区拉入模式空间并打印它。

这假设您的输入字段分隔符只是一个选项卡。

很简单。谁说过 sed是奥术？!