Regex gawk-提取文本并将其放在同一行上

好的，我有一些文字：

=== Blah 1 ===
::Junk I wish: 2 Ignore <br/>
::More Junk: 1.2-2.7 <br/>
::ABC: [http://www.google.com (STUFF/I/Want)]<br/>
::More2: Ignore<br/>
::More Stuf 2 Ignore: N/A<br/>

=== Blah 2 ===
::Junk I wish: More 2 Ignore <br/>
::More Junk: 1.2-2.7 <br/>
::ABC: [http://www.google.com (Other/STUFF/I/Want)]<br/>
::More2: More Ignore<br/>
::More Stuf 2 Ignore: More N/A<br/>

我已经想出了如何抓住我想要的部分线路：

gawk  '/===/ {print } /ABC/ {print $3}' file_name

这将产生以下结果：

=== Blah 1 ===
(STUFF/I/Want)]<br/>
=== Blah 2 ===
(Other/STUFF/I/Want)]<br/>

==Blah 1===
（填充/我/想要）

无稽之谈===
（其他/材料/我/想要）

---

我不明白的是如何去掉我不想要的其他字符，并将其放在一行。

使用

printf

而不是

print

忽略换行符，只打印第一个块中的第二个和第三个字段，并使用

sub

丢弃第二个块中不想要的内容：

awk '/===/{printf "%s %s, ",$2,$3}/ABC/{sub(/].*/,"");print $3}' file
Blah 1, (STUFF/I/Want)
Blah 2, (Other/STUFF/I/Want)

如果标题长度可变：

awk '/===/{gsub(/ ?=+ ?/,"");printf "%s, ",$0}/ABC/{sub(/].*/,"");print $3}' file
Blah 1, (STUFF/I/Want)
Blah 2, (Other/STUFF/I/Want)

gawk'/===/{header=gensub（“*==*”，“，”g“，$0）}/ABC/{ABC=gensub（“]
，”，“，”g“，$3）；打印页眉，“ABC}”文件名

这可能对你有用。它将剥离的信息保存到变量中，然后打印它们。

单向

script.awk的内容

：

BEGIN {
    ## Characters to separate output fields
    OFS = ", "
}

## When line begins with several equal signs, remove them, both leading
## and trailing, and save the title.
$1 ~ /^=+$/ {
    gsub( /\s*=\s*/, "", $0 )
    title = $0
    next
}

## For the second field, split line with both pair of parentheses and 
## print second field.
$1 ~ /ABC/ {

    ## For GNU-Awk
    #split( $0, abc_line, /(\()|(\))/, seps )
    #printf "%s%s%s%s%s\n", title, OFS, seps[1], abc_line[2], seps[2]

    ## For Awk
    split( $0, abc_line, /(\()|(\))/ )
    printf "%s%s(%s)\n", title, OFS, abc_line[2]

}

像这样运行：

awk -f script.awk infile

它产生：

Blah 1, (STUFF/I/Want)
Blah 2, (Other/STUFF/I/Want)

---

有时在awk中，如果您寻找一个非正统的记录分隔符，解决方案会变得非常简单：

awk -v RS=' *=== *|[()]' '
  NR%4==2 {printf "%s, ", $0}
  NR%4==0 {print "(" $0 ")"}
'

---

这里，一个记录分隔符是

====

，可以选择用空格或左括号或右括号括起来。

为什么不在第一个块中使用

/=={header=$2”“$3}

，而在第二个

gensub（“]
，“，”g“，$3）”我在1分钟内输入了它，没有想太多。你的解决方案也是对的。谢谢你对你的代码的清晰解释，诗句只是给了我一个答案。我希望在这里学习，所以非常感谢。你知道为什么有人告诉我split只接受3个参数吗？为什么不直接使用
title=$2“$3
？@Doug:恐怕4参数
split
函数来自
GNU awk
。我也编辑了脚本以使用普通的
awk
。@sudo\u O:以防万一标题超过2个字。有趣的是，我使用的是Gnu awk，但它是一个连接到Windows的端口。也许它背后有几个版本。修改后的代码运行良好。谢谢大家!！谢谢，这正是我想要的，非常简洁。没问题，你很接近。坚持下去，awk非常强大。
Blah 1, (STUFF/I/Want)
Blah 2, (Other/STUFF/I/Want)

awk -v RS=' *=== *|[()]' '
  NR%4==2 {printf "%s, ", $0}
  NR%4==0 {print "(" $0 ")"}
'