Início / unix / Perguntas / 722327
Accepted
Christopher Karsten
Asked: 2022-10-25 22:52:19 +0800 CST

Como usar asteriscos no awk if statment

  • 772

Eu tenho um cenário em que preciso imprimir uma linha, mas usando um awk if para procurar um número é acrescentado dois pontos duplos com mais números:

Veja abaixo exemplo:

test1 test2 37:375003 test3 test4
test1 test2 38:375004 test3 test4
test1 test2 39:375005 test3 test4
test1 test2 40:375006 test3 test4
test1 test2 41:375007 test3 test4

O que eu quero alcançar é usando o comando como abaixo:

cat test_out.txt | awk "{if ($3 == 37~/\:*/ ) print $0;}"

O acima deve me dar a linha abaixo:

test1 test2 37:375003 test3 test4

Obtendo o erro de sintaxe abaixo:

Syntax Error The source line is 1.
The error context is
             {if ( >>>  == <<<
awk: 0602-502 The statement cannot be correctly parsed. The source line is 1.
awk

2 respostas

  1. Best Answer

    Você precisa usar o ~operador binário cuja sintaxe é:

    string ~ regexp

    Para corresponder uma string a uma expressão regular, então:

    <test_out.txt awk '$3 ~ /^37:[[:digit:]]+$/'

    Para imprimir os registros ( {print}, abreviação de {print $0}ação padrão) cujo terceiro campo corresponde ao ^37:[[:digit:]]+$regexp estendido.

    Na sintaxe ERE:

    • ^correspondências no início do assunto
    • [...]: corresponde a qualquer caractere ou elemento de agrupamento no conjunto.
    • [:digit:]no conjunto acima significa qualquer caractere classificado como dígito decimal na localidade (na maioria dos sistemas, limitado a 0123456789). Altere para 0123456789em mawkque não suporta essas classes de caracteres POSIX ou se você não deseja corresponder a outros dígitos decimais. 0-9também funcionaria, mawkmas também poderia corresponder a outros caracteres em algumas awkimplementações.
    • +é para uma ou mais das coisas anteriores. Então aqui um ou mais dígitos
    • $correspondências no final do assunto.

    Se você não se importa se a parte depois 37:é feita de dígitos ou não, então o regexp é apenas ^37:( 37:no início do assunto).

    Outra abordagem seria:

    <test_out.txt awk '$3 + 0 == 37'

    Onde a + 0operação numérica força awka tentar converter $3para um número, ignorando qualquer coisa além do número inicial. Então isso combinaria com 37:anything, mas também 37.0;whatever¹, 3.7e+1¹, possivelmente 0x25#xxxcom algumas awkimplementações, +37+38... Usando +$3 == 37embora padrão, não funciona com algumas awkimplementações.

    Para que o valor (aqui 37) venha de uma variável do shell, você pode construir o regexp no shell e passá-lo por awkmeio de uma ENVIRONvariável ment:

    var=37
ERE='^'$var':[[:digit:]]+$' <test_out.txt awk '$3 ~ ENVIRON["ERE"]'

    Ou faça uma awk variável da variável shell²:

    var=37
<test_out.txt awk -v n="$var" '$3 ~ "^" n ":[[:digit:]]+"'

    Evite expandir a variável shell no awkcódigo como em:

    <test_out.txt awk '$3 ~ /^'"$var"':[[:digit:]]+$/'

    pois isso normalmente introduz vulnerabilidades de injeção de comando (o pior tipo de vulnerabilidade).

    Alguns comentários sobre sua tentativa:

    • como já observado por @RudyC , você usou aspas duplas em seu código awk. Os shells executam a expansão de parâmetros dentro deles, de modo $3que seria expandido para o valor do terceiro argumento para o script de shell e $0para o nome do script.
    • $3 == 37 ~ /\:*/. ==tem precedência maior que~ . Então é isso ($3 == 37) ~ /\:*/. Então, isso corresponde ao \:*regexp com o resultado dessa comparação (1 ou 0, dependendo se $3é 37 ou não)
    • \:*como um regexp não é especificado como \:não é especificado. Para corresponder a um literal :, ele está :sozinho. :*seria 0 ou mais :s, portanto, corresponda a qualquer coisa, pois qualquer string contém pelo menos 0 :s. *em regexps corresponde a 0 ou mais da coisa anterior. Você pode estar confundindo com os *curingas do shell que correspondem a 0 ou mais caracteres. Em regexps, 0 ou mais caracteres são .*, .sendo o operador para corresponder a um único caractere.
    • awkAs instruções são da forma condition {action}, onde tanto a condição quanto a ação podem ser omitidas. No seu caso, você omitiu a condição e usou ifna ação e usou a ação{print $0} padrão . Enquanto isso funcionar, isso parecerá muito interessante para os usuários.awkawk
    • você costumava catconfinar catum único arquivo que dificilmente faz sentido. O shell pode abrir o arquivo sozinho para torná-lo o stdin de awkusar o redirecionamento que salva um processo e a necessidade de empurrar o conteúdo através de um pipe. Você também pode passar o nome do arquivo como argumento para o awkqual também pode abri-lo sozinho.

    ¹ assumindo que o caractere decimal radix está .e não ,no locale, pelo menos com algumas awkimplementações como GNU awkno modo POSIX.

    ² cuidado com -vas barras invertidas, portanto, o uso ENVIRONé mais seguro no caso geral.

    • 6

  2. O primeiro erro é usar aspas duplas "para o awkscript que faz o shell expandir $3para o que o shell tiver, aqui presumivelmente a string vazia. Use aspas simples 'ou um arquivo em vez disso.

    Então, é claro, use o regex certo para sua tarefa, conforme fornecido em outras respostas.

    • 2

relate perguntas