Question

最近学shell，在awk里，在语句的什么位置用正则表达式？例如 awk 'BEGIN {FS=";" $4~/root/}' testfile

在上面的例子里，我是知道的，我刚开始学，感觉应该大部分不是这样用的，请有经验的同学给讲解下，最好能有例子，谢谢。

Answer 1

awk中使用正则大致就下面三种形式。

形式一（跟你给出的类似）：

awk '/正则/{主体处理}' file

默认匹配$0，相当于  $0~/正则/

正则匹配后默认会打印匹配到的内容，所以若主体语句仅仅是print，可直接省略。

  

形式二：

awk '{if($4~/root/) print}' file

在主体语句的if判断里使用正则。

 

形式三：

awk '{内置字符串处理函数}' file

在awk内置的字符串处理函数中使用正则，如sub, gsub, gensub, match等。

echo "ABC^H^H^H^HDEF" | awk '{gsub(/\^H/,"");print $0}'

将所有^H替换为空，输出替换后的字符串。

这里gsub中省略了第三个参数“源字符串”，默认使用$0来匹配。

 

------------------------------------------------------- 

大部分情况下，正则都是跟主体语句相关的，所以这里抛开awk的BEGIN和END语句块不看。

BEGIN语句块属于预处理，尚未读入要处理的数据，用不上正则；

END语句块属于后处理，可以用正则但少见，因为复杂的逻辑判断尽量都放在主体中完成。

追问

先拜谢了
有几个小问题啊
形式一的格式就不需要BEGIN是吗？ 这是一种特例的格式？话说“{主体处理}”能不能给个小例子。。
形式二 print 和printf 啥关系啥区别啊？

形式三 ^H前的\是转义字符吧？需要加“”吗？貌似我这儿用转义字符就必须加“”。

追答

你的问题只是关于正则的位置啊，其他都是awk基础知识，可以不要糅杂堆砌在一起。

BEGIN和END都可以有，根据需要，只是我这里为了简化，抛开awk的BEGIN和END语句块不看。

echo "hello_kitty99" | awk 'BEGIN{FS="_";a=""}$2~/[0-9]+/{a=$2}END{print a}'

 

print 和printf ，学过C语言的都应该清楚。printf是格式化打印，print就是简单的直接打印。

自己试试：

echo | awk '{printf("%05d\n", 22)}'

控制打印宽度为5个字符，不足的前面补0。

 

/\^H/ 由于^在正则中有特殊含义，用于匹配字符串或行的开始位置，所以若要去除其特殊含义而表达^字符本身，需要转义。

Answer 2

假如你的例子 $4~/root/ （代表 第4列匹配 root）
你就可以加入正则表达式了。。/ xxx / 在匹配内容中用正则表达式代表匹配的内容