AWK 进阶教程：精通 match 函数，让字符串搜索游刃有余！-51CTO.COM

AWK 中的 match 函数允许你在字符串中搜索模式。在本教程中，你将学习如何使用 awk match 函数，基于匹配结果执行条件处理，并遍历字符串中的多个匹配项。

语法和用法

awk match函数的基本语法是:

awk '{ if (match($0, pattern)) print $0; }' filename

这里，$0表示整行输入，pattern是在文件名文件的每行中搜索的正则表达式。

下面是sample_data.txt的文件，它里面装满了各种有趣的日志信息哦。

2024-03-10 10:15:00, Data Plan Activated, User 45678
2024-03-10 10:17:00, Data Plan Deactivated, User 12345
2024-03-10 10:19:00, Payment Received, User 45678

查找与Data Plan Activated相关的所有条目，使用以下命令:

awk '{ if (match($0, "Data Plan Activated")) print $0; }' sample_data.txt

输出结果如下所示：

2024-03-10 10:15:00, Data Plan Activated, User 45678

该命令在每行中搜索短语Data Plan Activated，并打印找到匹配项的行。

使用RSTART和RLENGTH变量

RSTART和RLENGTH变量允许您捕获匹配子字符串的位置和长度。

当找到匹配项时，RSTART将包含匹配子字符串的第一个字符的索引，RLENGTH将包含匹配子字符串的长度。

同样适用数据文件sample_data.txt为例，假设你想从提到Data Plan Activated的行中提取时间戳:

awk '{ if (match($0, /[0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2}/)) \
print substr($0, RSTART, RLENGTH) }' sample_data.txt

在这个命令中正则表达式[0-9]{4}-[0-9]{2}-[0-9]{2}[0-9]{2}:[0-9]{2}:[0-9][0-9]{2}匹配时间戳格式。
一旦找到匹配项，substr($0, RSTART, RLENGTH)从RSTART开始提取长度为RLENGTH的子字符串

输出结果如下所示：

2024-03-10 10:15:00
2024-03-10 10:17:00
2024-03-10 10:19:00

基于匹配的条件处理

假设您希望根据该行是否包含Data Plan Activated或Data Plan Deactivated采取不同的操作。

awk '{
  if (match($0, "Data Plan Activated")) {
    print "Activation: ", $0
  } else if (match($0, "Data Plan Deactivated")) {
    print "Deactivation: ", $0
  }
}' sample_data.txt

该脚本使用if和else if条件检查匹配并执行不同的打印操作。

当匹配到Data Plan Activated时，打印以Activation:为前缀的行，当匹配到Data Plan Deactivated时，打印以Deactivation:为前缀的行。

执行上述命令后，输出结果如下所示：

Activation:  2024-03-10 10:15:00, Data Plan Activated, User 45678
Deactivation:  2024-03-10 10:17:00, Data Plan Deactivated, User 12345

查找和处理多个匹配

让我们使用以下示例数据:

User 12345, Data Plan Activated, Payment Pending; User 67890, Data Plan Deactivated, Payment Complete

假设您需要从这一行单独提取和处理每个用户的详细信息。

下面是如何使用awk迭代多个匹配:

awk '{
  n = split($0, segments, "; ");
  for (i = 1; i <= n; i++) {
    if (match(segments[i], /User [0-9]+, Data Plan (Activated|Deactivated), Payment (Pending|Complete)/)) {
      print segments[i]
    }
  }
}' sample_data.txt

在这个例子中，split($0, segments， ";")根据分号和空格分隔符将行分成几段。

for循环遍历每个段，match()用于检查段是否包含所需的模式。如果找到匹配项，则打印该段。

执行上述命令后，输出结果如下所示：

User 12345, Data Plan Activated, Payment Pending
User 67890, Data Plan Deactivated, Payment Complete