Regex Awk正则表达式匹配问题

我在使用带有awk的正则表达式时遇到问题。特别是，我需要在文件中查找以下所有单词：

• 以“联合国”开始
• 长度至少为6个字符
• 以两个元音结尾

（必须同时验证这些条件）。
我用过这个正则表达式

cat file.txt | awk '{ for(k=1; k<=NF; k++) 
                         if ($k ~ /^un.{2,}[aeiouAEIOU]{2}$/ ) 
                             print $k; }'

file.txt

unaaaiuolaa
unarmadio

奇怪的是，正则表达式匹配了第一个文件中的所有单词，但file.txt中只有“unarmadio”（请注意，“unaaiuolaa”在两个文件中是相同的）

---

有人能解释一下原因吗

在awk中使用循环是一种非常奇怪的构造；我会的

awk '/^un.{2,}[aeiouAEIOU]{2}$/' < file.txt

awk'/^un.{2，}[aeiouAEIOU]{2}$/'

下面的另一种方法，如果一行中有多个单词，请使用问题中给出的for循环方法（一种处理FS变量给出的行中每个项目的常用方法）。在应用regexp之前检查长度，regexp使用贪婪运算符表示“任意字符”，然后使用两个相同的字符类来确保一个项目以两个元音结尾

{ for(k=1; k<=NF; k++)  {
        if (length($k) > 5) {
            if ($k ~ /^un.*[aeiou][aeiou]$/) {
                print $k;
            }
        }
    }
}

{for（k=1；k5）{
如果（$k~/^un.[aeiou][aeiou]$/）{
打印$k；
}
}
}
}

正如grok12所说，问题在于“unaaiuolaa”结尾的空白处。删除它解决了问题。

我可以获得您的结果的一种方法是将您的调用更改为下面Tom Womack的答案，并在file.txt中“unaaiuolaa”的末尾添加一个额外的空格。我为什么要添加一个额外的空格？（然而，这并没有改变结果）您使用的是什么版本的awk？我使用的是gawk，

{2，}

，

{2}

表达式只有在使用

--re interval

标志时才有效。可能与您无关，因为您使用的是一个文件（对我来说，这两个输入都不带标志，两个输入都带标志），但我想我会问一下以防万一。虽然这可能很奇怪，但我很确定这是一个有效的语法。此外，您的解决方案一直匹配“unarmadio”，但不匹配“unaaiuolaa”。根据pholser的评论，“unaaaaiuolaa”的末尾可能有空白，因此此正则表达式可能应以}结尾*$/

{ for(k=1; k<=NF; k++)  {
        if (length($k) > 5) {
            if ($k ~ /^un.*[aeiou][aeiou]$/) {
                print $k;
            }
        }
    }
}