bash shell脚本中awk中的正则表达式答案

【问题标题】：Regular expression in awk in bash shell scriptbash shell脚本中awk中的正则表达式
【发布时间】：2015-12-09 09:11:17
【问题描述】：

我完全是一个正则表达式新手，我认为我的代码的问题在于我在awk的match函数中使用的正则表达式。

#!/bin/bash
...
line=$(sed -n '167p' models.html)
echo "line: $line"
cc=$(awk -v regex="[0-9]" 'BEGIN { match(line, regex); pattern_match=substr(line, RSTART, RLENGTH+1); print pattern_match}')
echo "cc: $cc"

结果是：

line:  <td><center>0.97</center></td>
cc:

其实我是想把数值0.97提取到变量cc中。

【问题讨论】：

标签： regex bash shell awk

【解决方案1】：

你需要将你的shell变量$line传递给awk，否则它不能在脚本中使用。
或者，您可以只使用 awk 读取文件（根本不需要 sed）。
如果要匹配 . 以及数字，则必须将其添加到正则表达式中。

试试这样的：

cc=$(awk 'NR == 167 && match($0, /[0-9.]+/) { print substr($0, RSTART, RLENGTH) }' models.html)

【讨论】：

【解决方案2】：

三件事：

您需要将line 的值通过-v 传递给awk：

awk -v line="$line" ...

您的正则表达式只匹配一个数字。要匹配浮点数，您需要类似

[0-9]+\.[0-9]+

子串的匹配长度不需要加1

substr(line, RSTART, RLENGTH)

把它们放在一起：

line='<td><center>0.97</center></td>'
echo "line: $line"
cc=$(awk -v line="$line" -v regex="[0-9]+\.[0-9]+" 'BEGIN { match(line, regex); pattern_match=substr(line, RSTART, RLENGTH); print pattern_match}')
echo "cc: $cc"

结果：

line: <td><center>0.97</center></td>
cc: 0.97

【讨论】：