¿Cómo imprimir un patrón de expresión regular coincidente usando awk?

Utilizando awk , necesito encontrar una palabra en un archivo que coincida con un patrón de expresión regular.

Yo solamente quiero imprimir la palabra que concordaba con el patrón.

Entonces, si en la línea, tengo:

xxx yyy zzz

Y patrón:

/yyy/

Solo quiero obtener:

yyy

EDITAR: gracias a kurumi logré escribir algo como esto:

awk '{
        for(i=1; i<=NF; i++) {
                tmp=match($i, /[0-9]..?.?[^A-Za-z0-9]/)
                if(tmp) {
                        print $i
                }
        }
}' $1

y esto es lo que necesitaba :) ¡muchas gracias!

Este es el muy básico

awk '/pattern/{ print $0 }' file

solicite awkbuscar patternusing //, luego imprima la línea, que por defecto se llama registro, denotado por $ 0. Al menos lee la documentación .

Si solo desea imprimir la palabra coincidente.

awk '{for(i=1;i<=NF;i++){ if($i=="yyy"){print $i} } }' file

Parece que está intentando emular el grep -ocomportamiento de GNU . Esto hará que siempre que solo desee la primera coincidencia en cada línea:

awk 'match($0, /regex/) {
    print substr($0, RSTART, RLENGTH)
}
' file

Aquí hay un ejemplo, usando GNU awk implementación (papar moscas):

awk 'match($0, /a.t/) {
    print substr($0, RSTART, RLENGTH)
}
' /usr/share/dict/words | head
act
act
act
act
aft
ant
apt
art
art
art

Lea acerca de match, substr, RSTARTyRLENGTH en el awkmanual.

Después de eso, es posible que desee extender esto para tratar con múltiples coincidencias en la misma línea.

gawk puede obtener la parte correspondiente de cada línea usando esto como acción:

{ if (match($0,/your regexp/,m)) print m[0] }

match (cadena, regexp [, matriz]) Si hay una matriz, se borra y luego el elemento cero de la matriz se establece en la parte completa de la cadena que coincide con la expresión regular. Si regexp contiene paréntesis, los elementos de matriz indexados con números enteros se establecen para contener la parte de la cadena que coincide con la subexpresión entre paréntesis correspondiente. http://www.gnu.org/software/gawk/manual/gawk.html#String-Functions

Si solo está interesado en la última línea de entrada y espera encontrar solo una coincidencia (por ejemplo, una parte de la línea de resumen de un comando de shell), también puede probar este código muy compacto, adoptado de Cómo imprimir coincidencias de expresiones regulares usando `awk`? :

$ echo "xxx yyy zzz" | awk '{match($0,"yyy",a)}END{print a[0]}'
yyy

O la versión más compleja con un resultado parcial:

$ echo "xxx=a yyy=b zzz=c" | awk '{match($0,"yyy=([^ ]+)",a)}END{print a[1]}'
b

Advertencia: la awk match()función con tres argumentos solo existe en gawk, no enmawk

Aquí hay otra buena solución que usa una expresión regular de búsqueda hacia atrás en greplugar de awk. Esta solución tiene requisitos más bajos para su instalación:

$ echo "xxx=a yyy=b zzz=c" | grep -Po '(?<=yyy=)[^ ]+'
b

Si Perl es una opción, puede probar esto:

perl -lne 'print $1 if /(regex)/' file

Para implementar la coincidencia que no distingue entre mayúsculas y minúsculas, agregue el imodificador

perl -lne 'print $1 if /(regex)/i' file

Para imprimir todo DESPUÉS del partido:

perl -lne 'if ($found){print} else{if (/regex(.*)/){print $1; $found++}}' textfile

Para imprimir el partido y todo después del partido:

perl -lne 'if ($found){print} else{if (/(regex.*)/){print $1; $found++}}' textfile

Usar sed también puede resultar elegante en esta situación. Ejemplo (reemplace la línea con el grupo coincidente "yyy" de la línea):

$ cat testfile
xxx yyy zzz
yyy xxx zzz
$ cat testfile | sed -r 's#^.*(yyy).*$#\1#g'
yyy
yyy

Página del manual correspondiente: https://www.gnu.org/software/sed/manual/sed.html#Back_002dreferences-and-Subexpressions

Fuera del tema, esto también se puede hacer usando grep, simplemente publíquelo aquí en caso de que alguien esté buscando una solución grep

echo 'xxx yyy zzze ' | grep -oE 'yyy'

Si sabe en qué columna está el texto / patrón que está buscando (por ejemplo, "yyy"), puede verificar esa columna específica para ver si coincide e imprimirla.

Por ejemplo, dado un archivo con el siguiente contenido (llamado asdf.txt )

xxx yyy zzz

para imprimir solo la segunda columna si coincide con el patrón "yyy", puede hacer algo como esto:

awk '$2 ~ /yyy/ {print $2}' asdf.txt

Tenga en cuenta que esto también coincidirá básicamente con cualquier línea donde la segunda columna tenga un "yyy", como estos:

xxx yyyz zzz
xxx zyyyz