在 AWK 中使用正则表达式


本文要说的不是正则表达式本身，而是如何将正则表达式有效地传递给 AWK。

对于 AWK 程序中的pattern，用"//"包围即可，比如
mount |awk '/type (ext3|tmpfs)/ {print $1}'

分隔符(field separator)也支持正则表达式，它在 awk 程序中是一个名为 FS 的变量，可以在命令行中通过 -F 参数设置 FS 变量的值，比如
awk -F '[:/]' '{print $2}'

如果方括号本身就是分隔符，比如想提取日志中用[]包围的时间戳，就需要非常小心地使用引号和转义，因为shell会抢先转义。

通过试验，我发现这里面有三层转义，按执行顺序依次是：
shell
awk
field separator processor
要禁止shell转义，请用单引号包围 FS 的值，否则使用双引号或干脆不用引号（仅当参数不包含空格时）。

awk的转义是无法禁止的，所以只能通过累加转义来抵消它的影响，也就是用 '\\' 表达 '\'。

field separator processor 是我想象出来的一个东西，总之我们的目的就是让 FS 的值正好就是最根本的那个正则表达式。

以下是一些示例，正反面都有。示例程序的任务是从"[234 abc] lalala"中提取出"234 abc"。

(1) 失败，"[\[\]]" 被 awk 转义成 "[[]]" 了
[pzy@vm ~]$ echo "[234 abc] lalala" | awk -F '[\[\]]' '{print $2}'  
awk: warning: escape sequence `\[' treated as plain `['
awk: warning: escape sequence `\]' treated as plain `]'

(2) 成功，'[\\[\\]]' 被 awk 转义成 '[\[\]]' 了，而这正是我们想要的结果
[pzy@vm ~]$ echo "[234 abc] lalala" | awk -F '[\\[\\]]' '{print $2}'
234 abc

(3) 失败，"[\\[\\]]" 先被 shell 转移成 "[\[\]]"，再被 awk 转义成 "[[]]" 了
[pzy@vm ~]$ echo "[234 abc] lalala" | awk -F "[\\[\\]]" '{print $2}' 
awk: warning: escape sequence `\[' treated as plain `['
awk: warning: escape sequence `\]' treated as plain `]'

(4) 成功，"[\\\\[\\\\]]" 先被 shell 转义成 "[\\[\\]]"，再被 awk 转义成 "[\[\]]"
[pzy@vm ~]$ echo "[234 abc] lalala" | awk -F "[\\\\[\\\\]]" '{print $2}'
234 abc

(5) 成功，跟(4)的原理相同
[pzy@vm ~]$ echo "[234 abc] lalala" | awk -F [\\\\[\\\\]] '{print $2}'
234 abc

(6) 成功
[pzy@vm ~]$ echo "[234 abc] lalala" | awk -F [][] '{print $2}'  
234 abc

(7)成功，awk -F '[][]'......

参考
The AWK Manual - Specifying how fields are separated

---------------------------------------

总结：

awkFS分隔符的问题，同时指定多个条件对linux的文本进行处理""和不加""优先被系统shell解析特殊符号''不被shell解析

顺序为shell awk fs

解析特殊符号时，\为成双解析，最后留给FS时特殊符号前一定要有“\”

例：

[root@localhost ~]# cat 1
1 2\3
d    4\d s
[root@localhost ~]# awk -F  '[\t \\\\]'  '{print $2}' 1
2
4
[root@localhost ~]# awk -F  "[\t \\\\\\\\]"  '{print $2}' 1
2
4

[root@localhost ~]# awk -F  '[\\\t \\\\]'  '{print $2}' 1
2
4

[root@localhost ~]# awk -F '([ ]|\t)+|\\\'  '{print $2}' 1
2
4

转自：http://pzy84.blogbus.com/logs/80017403.html