GAWK использует круглые скобки как FS
Я боролся с работой gawk при установке регулярного выражения в FS как space-open_parenthersis ИЛИ close_parenthesis-coma-space. Я пробовал несколько подходов, ни один из которых не дает желаемого поведения 1-й. FS = "(() | (),)" 2-й. FS = "[(() (),)]" 3-й (по ASCII-коду OCT) FS = "[(\ 040 \ 050) (\ 051 \ 054 \ 040)]" 4-й FS = "((\ 040 \ 050) | (\ 051 \ 054 \ 040))"
мой входной файл - это https://phpaste.sourceforge.io/demo /paste.php?id=144 это файл только с одной записью (строкой) моего журнала apt-get в Debian, в котором перечислены некоторые пакеты.
моя программа gawk такова
#! /usr/bin/gawk -f
BEGIN {FS = "[(\040\050)(\051\054\040]"}
{
for(i=1;i<=NF;i=i+2) #I increased i by 2 because i want to print the odd numbered fields(only the names of the packages:architecture)
print $i
}`
Я выполню ее в bash как myawk.awk input.txt> output.txt
Я с удовольствием добавлю здесь большое слово FXXX !!!!
Потому что я только что решил это. Думаю, в награду за попытки.
Я использовал FS = "(\\ s \\\ 050) | (\\\ 051, \\ s)" , и это помогло, даже несмотря на то, что я действительно не понимаю, почему три обратной косой черты \\\ перед окт-кодом ASCII.
Не мог бы кто-нибудь дать какое-нибудь объяснение по этому поводу. Вроде почему ?? Я читал, что AWK дважды читал регулярное выражение, и для этого потребуется \\ , но мне нужно было \\\ (три !!!).
Также приветствуются любые альтернативные или различные подходы!
Заранее спасибо!
это мой желаемый результат, и, к счастью, я получил его во время последнего прогона https://phpaste.sourceforge.io/demo/paste.php?id=145 (список пакетов с его архитектура)
Возможно, вы слишком много над этим задумались.
Немного.
Я заставил его работать с FS = "\\ (| \\)," ,
и даже смог сократить его до FS = "\\ (|), ".
- Похоже, вы полагали, что вам нужно выполнить
" ( регулярное выражение 1 ) | ( регулярное выражение 2 ) ", когда все, что вам нужно было сделать, это" регулярное выражение 1 | регулярное выражение 2 ". - Вы, кажется, полагали, что, заключив круглые скобки в группирующие круглые скобки, внутренние круглые скобки превратятся в буквальные, текстовые скобки. Это не так. Группировка регулярных выражений может быть вложенной; чтобы рассматривать круглые скобки как буквальные текстовые скобки, вам нужно их экранировать.
)является особенным в регулярном выражении только внутри группы. Если(экранирован,)не требуется.
Вот тут-то и бывает сложно.
Наивно, исходя из вышеизложенного, FS = "\ (|)," должно быть достаточно хорошо.
Но у GAWK есть проблема с регулярными выражениями в строковых константах;
она обсуждается в Руководстве пользователя GNU Awk, раздел 9.1.3.1 .
Он ориентирован на получение буквального значения & в тексте замены
для sub () , gsub () или Вызов gensub () ,
, но он, кажется, применим и к FS :
… есть несколько уровней обработки выхода , идущих на.
Во-первых, есть лексический уровень , , когда
awkчитает вашу программу и создает ее внутреннюю копию для выполнения. Затем есть уровень времени выполнения, , когдаawkфактически сканирует [программу и определяет, как ее выполнять].На обоих уровнях
awkищет определенный набор символов , который может идти после обратной косой черты. На лексическом уровне он ищет escape-последовательности, перечисленные в Escape Sequences . Таким образом, для каждого ‘\’, которыйawkобрабатывает на уровне выполнения, вы должны ввести две обратные косые черты на лексическом уровне. …
Курсор (последнее предложение) добавлен.
Кажется, это означает, что если мы хотим установить FS на "\ (|),"
(чтобы избежать левой скобки ,
, чтобы рассматривать круглые скобки как буквальные, текстовые скобки),
вам необходимо присвоить FS = "\\ (|)," или указать -F '\\ (|),'
(чтобы избежать обратной косой черты).
Вы можете проверить это с помощью простого теста:
Запустите awk -F '\\ (|),' , а затем распечатайте FS изнутри ваша программа.
Он будет отображаться как \ (|), .
В общем, если вы хотите превратить специальный символ
в обычный (или, иногда, наоборот),
общий традиционный подход состоит в том, чтобы экранировать его с помощью a \ (обратная косая черта).
Но есть еще один механизм, специфичный для регулярных выражений:
используйте выражение […] .
В выражениях […]
используются только специальные символы: ^ , - и ] (и это зависит от позиции).
-
[pq]означаетpилиq] -
[()]означает(или) -
[(p]означает(илиp -
] [(]означает a(или… ну, поскольку других символов нет, это просто означает буквальный(.
Итак, если у вас аллергия на обратная косая черта, вы можете установить FS = "[(] |)," .
Вот альтернативный подход, который я придумал. Он точно соответствует вашему выводу. Вероятно, он менее эффективен из-за дополнительной операции split () для каждого элемента, но его легче читать и понимать.
#!/usr/bin/awk -f
BEGIN {
FS="), "
}
{
sub(/^Install:/, "")
for (i=1; i<=NF; i++) {
split($i, a, " ")
print a[1]
}
}
Есть гораздо более простой способ выполнить ту же задачу без использования awk. Вы можете использовать регулярные выражения Perl во многих версиях grep, которые входят в основные дистрибутивы Linux. В моей версии grep (GNU grep версии 2.27) следующий результат дает тот же результат, что и решение awk.
grep -oP '(?<=\),).*?(?=\()' input.txt > output.txt