awk命令 - II

AWK的正则表达式过滤

在 awk 中，正则表达式匹配是一个非常强大的功能。可以使用正则表达式来筛选、匹配行或字段内容。awk 支持使用 /pattern/ 的语法来匹配数据。

1. 基本正则表达式匹配

awk '/pattern/ { action }' file
  • /pattern/：匹配特定的正则表达式。
  • { action }：当匹配到时要执行的操作。

示例1：匹配包含 “error” 的行

假设文件 log.txt 内容如下：

INFO: Everything is working
ERROR: Something went wrong
WARNING: Disk space low
ERROR: Failed to start service

要匹配并打印包含 ERROR 的行：

awk '/ERROR/ { print $0 }' log.txt

输出：

ERROR: Something went wrong
ERROR: Failed to start service

2. 正则匹配字段

可以对某一特定字段进行正则匹配。例如，只匹配第一列包含特定字符串的行。

示例2：匹配第一列包含 “John” 的行

假设文件 data.txt 内容如下：

John 85
Doe 60
Alice 75
Bob 90

可以匹配第一列中包含 “John” 的行：

awk '$1 ~ /John/ { print $0 }' data.txt

输出：

John 85

3. 否定正则匹配

!~ 用于匹配不符合正则表达式的行。

示例3：排除包含 “ERROR” 的行

awk '!/ERROR/ { print $0 }' log.txt

输出：

INFO: Everything is working
WARNING: Disk space low

示例4：排除第一列包含 “John” 的行

awk '$1 !~ /John/ { print $0 }' data.txt

输出：

Doe 60
Alice 75
Bob 90

4. 正则表达式的常用符号

  • .：匹配任意单个字符。
  • *：匹配前面的字符零次或多次。
  • +：匹配前面的字符一次或多次。
  • ^：匹配行首。
  • $：匹配行尾。
  • [abc]：匹配字符 a, b, 或 c。
  • [a-z]：匹配从 a 到 z 之间的任意字符。
  • [^abc]：匹配除 a, b, c 以外的任意字符。

5. 更复杂的正则表达式示例

示例5：匹配以 “ERROR” 开头的行

awk '/^ERROR/ { print $0 }' log.txt

输出：

ERROR: Something went wrong
ERROR: Failed to start service

示例6：匹配以数字结尾的行

假设文件 data.txt 内容如下：

John 85
Doe 60
Alice 75A
Bob 90

匹配以数字结尾的行：

awk '/[0-9]$/ { print $0 }' data.txt

输出：

John 85
Doe 60
Bob 90

示例7：匹配包含任意字符的行

假设文件 text.txt 内容如下：

abc
a123b
cxyz
foo

匹配包含 a 和 b 之间有任意字符的行：

awk '/a.*b/' text.txt

输出：

a123b

6. 结合其他 awk 功能使用

示例8：统计匹配的行数

要统计匹配特定正则表达式的行数，可以结合 END 使用：

awk '/ERROR/ { count++ } END { print "Total ERROR lines:", count }' log.txt

输出：

Total ERROR lines: 2