将字符串末尾的正则表达式与 AWK 匹配答案

【问题标题】：Match regexp at the end of the string with AWK将字符串末尾的正则表达式与 AWK 匹配
【发布时间】：2019-11-04 17:44:46
【问题描述】：

我正在尝试使用 awk 将两个不同的正则表达式匹配到长字符串，删除在 35 个字符窗口中匹配的字符串部分。问题是当我寻找第一个（在开始时匹配）时，相同的一堆代码有效，而与第二个（字符串结尾）不匹配。输入：

Regexp1(1)(2)(3)(4)(5)xxxxxxxxxxxxxxx(20)(21)(22)(23)Regexp2

期望的输出

(1)(2)(3)(4)(5)xxxxxxxxxxxxxxx(20)(21)(22)(23)

到目前为止，我使用的这段代码可以正确提取 Regexp1，但不幸的是，由于 Regexp2 的 RSTART 和 RLENGTH 索引不正确，因此也无法提取 Regexp2。提取Regexp1的代码（正确输出）：

awk -v F="Regexp1" '{if (match(substr($1,1,35),F)) print   substr($1,RSTART,RLENGTH)}' file

提取Regexp2的代码（错误输出）

awk -v F="Regexp2" '{if (match(substr($1,length($1)-35,35),F)) print substr($1,RSTART,RLENGTH)}' file

尽管 Regexp1 的索引是正确的，但 Regexp2 的索引是错误的 (RSTART=13)。我不知道如何提取第二个正则表达式。

【问题讨论】：

我想你想要length($1)-35,36 你还必须从substr($1,length(..),...) 中提取substr，因为你正在匹配它，而不是$1。您的“期望输出”最容易产生误导-您的第一个代码仅打印 Regexp1 作为示例输入。第二个代码应该打印什么？你想在开头和结尾匹配一些模式吗？或者提取两个模式Regexp1和Regexp2之间的数据？ Regexp[12] 代表正则表达式吗，这些是纯字符串吗？
我想提取匹配 Regexp1 和 Regexp2 的字符串。我想分别为 Regexp1 和 Reggexp2 执行此操作，因为我想存储 RSTART 和 RLENGTH 值。所需的输出没有与正则表达式匹配的字符串部分。
The desired output hasn't the - 我不明白那句话。那么，如果您的预期输出是什么，因为您清楚地已经写过您想要 Regexp1 和 Regexp2 之间的字符串 - 我相信现在您另有说明。

【解决方案1】：

考虑到您的实际 Input_file 与显示的示例相同，如果是这种情况，请尝试以下操作（很高兴拥有 awk 的新版本，因为旧版本可能不支持正则表达式的次数逻辑）。

awk '
match($0,/\([0-9]+\){5}.*\([0-9]\){4}/){
  print substr($0,RSTART,RLENGTH)
}' Input_file

如果你的括号值的数量不固定，那么你可以这样做：

awk '
match($0,/\([0-9]+\){1,}.*\([0-9]\){1,}/){
  print substr($0,RSTART,RLENGTH)
}' Input_file

【讨论】：

【解决方案2】：

如果这还不是你所需要的：

$ sed 's/Regexp1\(.*\)Regexp2/\1/' file
(1)(2)(3)(4)(5)xxxxxxxxxxxxxxx(20)(21)(22)(23)

或将 GNU awk 用于 gensub()：

$ awk '{print gensub(/Regexp1(.*)Regexp2/,"\\1",1)}' file
(1)(2)(3)(4)(5)xxxxxxxxxxxxxxx(20)(21)(22)(23)

然后编辑您的问题，使您的要求和示例更加清晰。

【讨论】：