awk和多行匹配（子正则表达式）

我正在尝试使用awk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。因此，在本例中，awk脚本应返回（每行一个）：

---

使用的分隔符是制表符（\t）字符。空格仅在字符串中使用。

以下awk脚本执行此任务：

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

您没有指定是否希望选项卡（

\t

）作为输出字段分隔符。如果有，请告诉我，我会更新答案。（或者你可以；这很琐碎。）

当然，如果你想要一个可怕的替代方案（因为我们快到万圣节了），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

这是怎么回事？姆瓦哈哈，很高兴你问我

• 开始--当我们看到

  \u begin

  时，将其剥离并将行的其余部分存储到sed的“hold buffer”中

• /^属性1[^0-9]/{s//；H；x；s//\n//；x；}--当我们看到
  \u attrib1
  时，将其剥离，附加到保留缓冲区，交换保留缓冲区和模式空间，用空格替换换行，然后再次交换保留缓冲区和模式空间

• /^\u end/{；g；p；}

  --我们已经到了末尾，所以将保持缓冲区拉入模式空间并打印它

这假设输入字段分隔符只是一个选项卡

这么简单。谁说过sed是神秘的

这应该有效：

#!/bin/bash 

awk 'BEGIN {FS="\t"} {if ($1=="_begin" || $1=="_attrib1") { output=output " " $2 }} END{print output}'

---

_attrib11正在使此脚本失败（_attrib1匹配）。您提供的示例数据中没有

_attrib11

。如果愿意，您可以使用

$1==“\u attrib1”

等条件来处理该问题，而不是

/^\u attrib1/

，或者您可以将其保留为正则表达式，但终止它，如

$1~/^\u attrib1$/

。我推荐第一种替代方案；始终先选择字符串匹配，再选择正则表达式（至少）。根据您的新要求更新我的答案。为了您的阅读乐趣，还添加了一个

sed

备选方案。@ghoti，您的第一个示例对我不适用。只打印空行。为什么？@Tedee12345-可能与您的输入数据有关。为什么不，我们看看能做些什么？

#!/bin/bash 

awk 'BEGIN {FS="\t"} {if ($1=="_begin" || $1=="_attrib1") { output=output " " $2 }} END{print output}'