web-dev-qa-db-ja.com

awkのフィールド区切り文字は複数の文字を含むことができますか？

複数の文字で構成されるフィールド区切り文字を使用できますか？引用符とコンマを含む単語を区切りたいように。

「学校」、「大学」、「都市」

したがって、ここではFSを "、"に設定したいと思います。しかし、FSをそのように定義すると、面白い結果が得られます。これがのスニペットです。私のコード。

awk -F\",\" '
{
for(i=1;i<=NF;i++)
  {
    if($i~"[a-z0-9],[a-z0-9]") 
    print $i
  }
}' OFS=\",\"  $*
awkgawk
15
yudistrange

はい、FSは複数文字である可能性があります。例を使用して以下のテストを参照してください。

kent$  echo '"School","College","City"'|awk -F'","|^"|"$' '{for(i=1;i<=NF;i++){if($i)print $i}}'
School
College
City
17
Kent

ここで話題になっているのは、フィールドセパレーターは複数の文字であるだけでなく、実際には本格的な正規表現になる可能性があるということです。

つまり、XMLフラグメントからヘッダーと周囲のタグを取り除きます。タグは整形式ですが、異なることに注意してください。

bash-3.2$ more xml_example 
<?xml version="1.0" encoding="UTF-8"?>
<urlset
xmlns="http://www.google.com/schemas/sitemap/0.84"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.google.com/schemas/sitemap/0.84
                  http://www.google.com/schemas/sitemap/0.84/sitemap.xsd">
<url>
<loc>http://www.foo.com/about.html</loc>
<lastmod>2006-05-15T13:43:37Z</lastmod>
<priority>0.5000</priority>
</url>
<url>
<loc>http://www.foo.com/articles/articles.html</loc>
<lastmod>2006-06-20T23:03:36Z</lastmod>
<priority>0.5000</priority>
</url>

次に、awkスクリプトを適用して、フィールド区切り文字として正規表現を使用して、中央のフィールドを出力します。

bash-3.2$ awk -F"<(/?)[a-z]+>" '{print $2}' <xml_example




http://www.foo.com/about.html
2006-05-15T13:43:37Z
0.5000


http://www.foo.com/articles/articles.html
2006-06-20T23:03:36Z
0.5000

bash-3.2$

空白行は、タグがその行の唯一のものであった場所からのものであるため、印刷する$ 2はありません。これは、複数の文字を含む固定パターンを使用できるだけでなく、フィールド区切り文字でも正規表現の全機能を使用できることを意味するため、実際には非常に強力です。

8
jetdillo

試してみてください

awk 'BEGIN{FS="[|,:]"}{print $1}' youFile
4
user2237337

GNU awk 4を使用すると、区切り文字と引用符が埋め込まれた* CSV *でも簡単に解析できます。

% cat infile 
"School",College: "My College","City, I"

% awk '{    
  for (i = 0; ++i <= NF;)
    print i, substr($i, 1, 1) == "\042" ?
      substr($i, 2, length($i) - 2) : $i
  }' FPAT='([^,]+)|(\"[^\"]+\")' infile  
1 School
2 College: "My College"
3 City, I
2
Dimitre Radoulov

はい、-F引数には複数の文字を使用できます。これは、その値が正規表現である可能性があるためです。たとえば、次のようなことができます。

echo "hello:::my:::friend" | gawk -F':::' '{print $3}'

friendを返します。

-Fへの引数としての正規表現のサポートはnawkとgawk（GNU awk）に当てはまりますが、元のawkはそれをサポートしていません。 Solarisではこの区別は重要ですが、Linuxではawkは事実上gawkへのリンクであるため重要ではありません。したがって、awkをgawkとして呼び出すのがベストプラクティスだと思います。そうすれば、プラットフォーム間で機能するからです。

1
peterh