在段落模式中匹配“模式文件”中的多个模式
提问于 2021-01-05 04:21:19
我有一个输入文件，必须在段落中搜索不同的匹配项，并在匹配时移动到输出文件和整个段落。
一件事是，输出的顺序应该反映输入。因此，我必须针对模式匹配文件中的所有模式搜索一个段落(每行一个模式)，如果一个模式匹配，它应该停止对该段的进一步匹配，将匹配的段落移动到输出文件，并跳过处理到下一个段落。
输入文件：
DFJKHDKQW
YYYYYYYYYYYY
SDFLKJHSDKLFH
DSFLKHSDLKFH
DFIHERFW
ADFKJH
OIGHRFGH
XXXXXXXXXXXX
SDKFLJH
DFLKHSDFKLH
SDSDJKLFHSDK
OIHGSDFG
AAAAAAAA
LFKHFGJKDGH
KLJHLUG
DFSDKLF
YYYYYYYYYYYY模式匹配文件：
AAAAAAAA
YYYYYYYYYYYY
XXXXXXXXXXXX预期产出：
DFJKHDKQW
YYYYYYYYYYYY
SDFLKJHSDKLFH
DSFLKHSDLKFH
DFIHERFW
ADFKJH
OIGHRFGH
XXXXXXXXXXXX
SDKFLJH
OIHGSDFG
AAAAAAAA
LFKHFGJKDGH
KLJHLUG
DFSDKLF
YYYYYYYYYYYY我现在正面临着一堆awk问题，这些问题在我的脑海中挥之不去：
- 使用输入文件进行模式匹配。
- 在第一次比赛中，在段落上方旋转并“停止/跳转到下一段”
- 将匹配的段落复制到输出文件。
- 在输入中删除匹配的段落(可选，因为我可以通过两个文件之间的
diff来实现这一点)。
回答 3
Unix & Linux用户
回答已采纳
发布于 2021-01-05 04:39:35
由于您已经知道了“段落”模式，下面的方法应该有效。它将首先解析“模式”文件，然后解析实际输入。输出照例打印到控制台，但当然可以重定向到文件：
awk -v ORS="\n\n" 'NR==FNR{pat[++npat]=$0;next}
{for (i=1;i<=npat;i++) {if (index($0,pat[i])) {print;next}}}' patterns.txt RS="" input.txt- 这将首先将输出记录分隔符设置为两个换行符，确保打印的段落与输入中的空行隔开。
- 在处理第一个文件(其中
FNR，每个文件的行计数器等于NR，全局行计数器)时，我们只需将所有模式存储在数组变量pat中。 - 对于第二个文件，记录分隔符设置为空，这指示
awk以“段落模式”运行。然后，我们遍历所有模式，并通过index()函数显式地查看它们是否在输入记录中找到。
注
- 这个解决方案将执行“部分字符串匹配”，这意味着如果在一行中的任何一个“模式”中遇到任何一个“模式”，那么段落将被视为匹配。
- 使用
index()函数是因为这将确保文字字符串匹配，即使在“搜索模式”包含正则表达式特殊字符的情况下也是如此。如果要实际使用正则表达式匹配，请使用if ($0 ~ pat[i])。
Unix & Linux用户
发布于 2021-01-05 08:49:31
假设您想要进行全行字符串匹配，这就是您需要的：
$ cat tst.awk
BEGIN {
ORS = "\n\n"
FS = "\n"
}
NR==FNR {
tgts[$0]
next
}
{
out = "unmatched"
for (i=1; i<=NF; i++) {
if ($i in tgts) {
out = "matched"
break
}
}
print > out
}$ awk -f tst.awk targets RS= file$ ls *matched
matched unmatched$ head -100 *matched
==> matched <==
DFJKHDKQW
YYYYYYYYYYYY
SDFLKJHSDKLFH
DSFLKHSDLKFH
DFIHERFW
ADFKJH
OIGHRFGH
XXXXXXXXXXXX
SDKFLJH
OIHGSDFG
AAAAAAAA
LFKHFGJKDGH
KLJHLUG
DFSDKLF
YYYYYYYYYYYY
==> unmatched <==
DFLKHSDFKLH
SDSDJKLFHSDK如果您需要执行regexp而不是字符串匹配和/或部分匹配，而不是完全匹配或其他什么，那么您将需要一个不同的解决方案(请更新您的问题以更好地说明您的需求)。
Unix & Linux用户
发布于 2021-01-05 04:39:26
要将match输入中的模式与infile输入匹配为单个单独模式，请尝试：
awk -F'\n' '!input && !matches[$0]{ next; };
{ for(i=1; i<=NF; i++) {
if($i in matches) { print sep $0; sep=ORS; break; };
};
}' match input=1 RS= infile或者，要将match输入中的模式作为模式块匹配到infile输入(将一个与match输入相同的块添加到infile以进行验证)，请尝试：
awk -v RS= '!input && !matches[$0]{ next; }; ($0 in matches)' match input=1 infile页面原文内容由Unix & Linux提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://unix.stackexchange.com/questions/627613
复制
腾讯云开发者
