awk 多行存储到变量中

Question

晚安，

我有一个格式如下的文件：

XXXXXXXXXXXYYYYYYYYAAAAAAAA
XXXXXXXXXXXIIIIIIII22222222
XXXXXXXXXXXOOOOOOOOPPPPPPPP
XXXXXXXXXXXAAAAAAAAKKKKKKKK
YYYYYYYYYYY22222222AAAAAAAA
YYYYYYYYYYY55555555BBBBBBBB
YYYYYYYYYYYGGGGGGGGKKKKKKKK
YYYYYYYYYYYQQQQQQQQ88888888

... 等等。每 4 行，第一部分 (X, Y, ...) 保持不变，其余行更改。行与行之间没有分隔符，文件很大。

我想找到一种方法来使用 awk 一次读取 4 行，将它们存储在 4 个变量中和/或将 RS 设置为 \n 并将 FS 设置为某个值，因为我想具体进行比较4行块。并且能够在匹配中输出所有4行

即，如果 substr(17,3) == X 输出您读取的所有 4 条记录。

我很抱歉没有提供代码，但我真的不知道如何用 awk 做到这一点。

给定一个特定的数字，即 Y=17，脚本将查找每个记录的给定子字符串。例如：

if (subst(11:2) == 17) then    # This can be a match on any line of a 4 grouping ( ie X... ) 
print (all 4 lines - All X...) - or print a given substring of those lines.

提供示例的实际示例

if (substr($0,21,2) == "PP") { print all 4 lines in memory }

...and it would print :

XXXXXXXXXXXYYYYYYYYAAAAAAAA
XXXXXXXXXXXIIIIIIII22222222
XXXXXXXXXXXOOOOOOOOPPPPPPPP
XXXXXXXXXXXAAAAAAAAKKKKKKKK

Answer 1

希望下面的简单脚本至少在开始时很有用。

awk 'substr($0,21,2) == "PP" { p=1 } # remember match
    NR % 4 { a[NR%4] = $0; next }  # collect lines a[1] through a[3]
    # We have read four lines, and are ready to print if there was a match
    p { for (i=1; i<4; ++i) print a[i]; print $0;
        # reset for next iteration
        p=0 }' filename

在所有输入行上测试第一个条件。如果其中任何一个匹配，我们通过将标志变量 p 设置为 1 来记住这一点（任何非零都可以，真的）。条件也可以是正则表达式； /^.{20}PP/ 在第 21 位寻找“PP”。

第二个条件在不是 4 的倍数的行上触发。我们只需收集这些行，并（通过 next 语句）跳过脚本的其余部分。 （您可能知道，% 模运算符计算除法的余数；所以它从 1 变为 3，然后循环 0、1、2、...）

因此，如果我们遇到第三个条件，则意味着我们在行号可以被 4 整除的行上；现在，条件检查p 的值，如果它不为零，则执行操作。

（如果它为零，我们不打印任何东西就失败了，循环从NR%4 等于 1 开始。）