gawk中使用正则表达式
gawk中可以使用正则表达式去匹配,当然详细的正则表达式的内容这一节不展开。这里以文件data4
为例,data4的内容为:
Vedio wulin is awesome
Apparently that is correct
which vulin
首先不用正则表达式,搜索匹配wulin这个单词并把第一个字段打印出来,输入:
gawk '/wulin/{print $1}' data4
运行后结果为:
Vedio
这是因为data4
中的三行数据只有 第一行有wulin这个单词。现在使用正则表达式,输入:
gawk '/[uvw]ulin/{print $1}' data4
运行后结果为:
Vedio
which
因为[uvw]
这个表示属于这三个字母的任何一个都匹配,所以第一行和第三行的wulin
和vulin
都匹配上了。
上面的正则表达式是使用文本的一整行去匹配,但是如果想要用一行中的某一个字段去匹配的话也可以的,这个时候要使用匹配操作符(波浪号~)
。输入:
gawk 'BEGIN{FS=":"} $1 ~ /^san/{print $1 $NF}' /etc/passw
运行后结果为:
saned /bin/false
其对应的原始数据为:
saned:x:119:127::/var/lib/saned:/bin/false
这个命令会在第一个字段中,去判断$1
是不是以san
开头的单词,如果是的话则打印第一个字段和最后一个字段。
如果想要排除这个正则表达式的关键字的时候则可以使用!~
,也就是说用!~
可以找出不匹配的行然后去处理,比如输入
gawk 'BEGIN{FS=":"} $1 !~ /^san/{print $1, $NF}' /etc/passwd|grep san
运行后结果中已经没有之前的saned的行了,但是/etc/passwd
的其他行的数据都有。