如何在Awk中使用单个正则表达式提取多个字符串

我有以下字符串：

Mike has XXX cats and XXXXX dogs.
MikehasXXXcatsandXXXXXdogs

我想将Xs替换为对应于Xs数量的数字：

我试过：

awk '{ match($0, /[X]+/);
  a = length(substr($0, RSTART, RLENGTH));
  gsub(/[X]+/, a) }1'

但它只捕捉到了第一场比赛

预期产出：

Mike has 3 cats and 5 dogs.
Mikehas3catsand5dogs

---

有了你们展示的样品，你们能试一下下面的吗。用GNU

awk

编写和测试（应适用于任何

awk

）

说明：检查所有字段（以空格分隔），检查字段是否从

X

开始，并且在当前字段结束之前只有

X

，如果是，则用其自身的值全局替换它（以获得计数），并保存到当前字段本身。然后1将打印当前行

---

---

注意：根据Ed sir的评论（在问题部分下），如果您的字段可能也有其他

X

值，请尝试（这甚至包括任何列中的

XXX456

值）：

或

上述代码的输出如下所示：

Mike has 3 cats and 5 dogs.
Mikehas3catsand5dogs

---

另一个

awk

$ awk '{for(i=1;i<=NF;i++) if($i~/^X+$/) $i=length($i)}1' file

Mike has 3 cats and 5 dogs.

$awk'{for（i=1；i如果Perl可以：

$perl-pe's/X+/length$&/ge'ip.txt
迈克有3只猫和5只狗。
Mikehas3猫5狗

e
标志允许在替换部分使用Perl代码。
$&
将有匹配的部分。
这是我能想到的最干净的基于awk的解决方案

 {mawk/mawk2/gawk} 'BEGIN { FS = "^$" } /X/ { 

      while(match($0, /[X]+/)) { sub(/[X]+/, RLENGTH) } } 1'

缺点是每次重播都必须使用两次正则表达式引擎。优点是它避免了大量的
substr（）
ops。
太棒了，谢谢！@LechKaczmarczyk，你可以看到这个链接，欢呼和愉快的学习。你也可以使用
length（RT）
而不是
gsub
作为最后一个解决方案好的一点！
MikehasXXXcatsanXXXXXdogs
将更接近我需要它的目的。但是我更感兴趣的是解决问题的一般方法，而不是细节。@LechKaczmarczyk，哦，因为您的样本已经更改，所以现在我们需要（我和karafka先生）我们也需要改变我们的方法。这是一个很好的要求，把Ed sir提到的样本放在第一位，这样以后就不会有困惑，干杯，愉快的学习如果这里的任何答案解决了你的问题，那么看看下一步该怎么办。如果没有，那么在答案下以评论的形式提问你觉得这是最接近的。它会比awk快吗？这是更复杂的文本处理管道中的一个步骤，我认为将所有内容包装在一个awk脚本中会更有效。Perl通常比awk慢，但在这种情况下它可能会更快，不能肯定没有评测。如果awk脚本中已经有其他内容，我会比如说，坚持使用该解决方案，而不是awk+perl的组合。
awk -v RS='X+' '{ORS=(RT ? gsub(/./,"",RT) : "")} 1' Input_file

awk -v RS='X+' '{ORS=(RT ? length(RT) : "")} 1' Input_file

Mike has 3 cats and 5 dogs.
Mikehas3catsand5dogs

$ awk '{for(i=1;i<=NF;i++) if($i~/^X+$/) $i=length($i)}1' file

Mike has 3 cats and 5 dogs.

$ awk '{while( match($0,/X+/) ) $0=substr($0,1,RSTART-1) RLENGTH substr($0,RSTART+RLENGTH)} 1' file
Mike has 3 cats and 5 dogs.
Mikehas3catsand5dogs

 {mawk/mawk2/gawk} 'BEGIN { FS = "^$" } /X/ { 

      while(match($0, /[X]+/)) { sub(/[X]+/, RLENGTH) } } 1'