awk und mehr als einmal ein bestimmtes Feld extrahieren
Frage
Ich habe viele Dateien mit Variablen in ihnen wie
{$var1} some text {$var2} some other text
Ich möchte sie awk geben, damit AWK sie extrahiert und ein Ergebnis wie dieses gibt:
file_name.htm - 8 : {$title}
file_name.htm - 10 : {$css_style}
file_name.htm - 33 : {$img_carte_image_02_over}
Dies ist ein Kinderspiel mit diesem awk -Skript:
#!/usr/bin/gawk -f
BEGIN { }
match($0, /({.*\$.+})/, tab) {
for (x=1; tab[x]; x++) {
print FILENAME" - "FNR" : "substr($0, tab[x, "start"], tab[x, "length"])
}
}
END { }
Ich nenne es so:
find website/ | grep -E '(html|htm)$' | xargs ./myh.sh | more
Alles funktioniert einwandfrei, außer wenn mehrere Variablen in derselben Zeile sind. In diesem Fall bekomme ich:
file_name.htm - 59 : {$var1}<br/>{$var2}
Während ich will:
file_name.htm - 59 : {$var1}
file_name.htm - 59 : {$var2}
Irgendeine Idee, wie ich tun sollte/sollte? Natürlich, wenn Sie eine andere Lösung haben (mit SED oder was auch immer), ist es für mich in Ordnung!
Danke vielmals!
Lösung
Probier diese:
awk '{
line=$0;
while (match(line,/({[^$]*\$[^}]+})/)){
print FILENAME,"-",FNR,":",substr(line,RSTART,RLENGTH);
line=substr(line,RSTART+RLENGTH+1)
}
}'
Der Zyklus endet, wenn match () 0 zurückgibt. Dann enthält die Linie keine anderen "{foo $ bar}" -Saiten; Ich habe Substr () verwendet, um den Teil der Linie zu entfernen, der bereits nach Übereinstimmungen gescannt wurde.
Andere Tipps
Versuchen Sie, eine Nicht-Greedy-Regex in der Match zu verwenden (http://www.exampledepot.com/egs/java.util.regex/greedy.html). Wahrscheinlich wird nicht funktionieren, aber nur eine Idee.