awk wyodrębnić wiele grup z każdej linii

Question

Jak wykonać akcję na wszystkich pasujących grupach, gdy wzorzec pasuje wiele razy w linii?

Aby zilustrować, chcę szukać /Hello! (\d+)/ i używać liczb, na przykład wydrukować je lub suma ich, więc na wejściu

abcHello! 200 300 Hello! Hello! 400z3 
ads 
Hello! 0 

Gdybym zdecydował się wydrukować je, bym oczekiwać wyjście

200 
400 
0 

Answer 1

To prosta składnia, a każdy awk (nawk, mawk, gawk itp) może tego użyć.

{ 
    while (match($0, /Hello! [0-9]+/)) { 
     pattern = substr($0, RSTART, RLENGTH); 
     sub(/Hello! /, "", pattern); 
     print pattern; 
     $0 = substr($0, RSTART + RLENGTH); 
    } 
} 

Answer 2

GNU awk

awk 'BEGIN{ RS="Hello! ";} 
{ 
    gsub(/[^0-9].*/,"",$1) 
    if ($1 != ""){ 
     print $1 
    } 
}' file 

Answer 3

to gawk składnia. Działa również dla wzorców, gdy nie ma stały tekst, który może pracować jako separator rekordu i nie zgadza się na karetki:

{ 
    pattern = "([a-g]+|[h-z]+)" 
    while (match($0, pattern, arr)) 
    { 
     val = arr[1] 
     print val 
     sub(pattern, "") 
    } 
} 

Answer 4

Brak funkcji gawk do wielokrotnego dopasowania tego samego wzoru w linii. O ile nie wiesz dokładnie, ile razy wzór się powtarza.

Mając to, musisz powtórzyć "ręcznie" na wszystkich meczach w tej samej linii. Na swoim przykładzie wejścia, byłoby:

{ 
    from = 0 
    pos = match($0, /Hello! ([0-9]+)/, val) 
    while(0 < pos) 
    { 
    print val[1] 
    from += pos + val[0, "length"] 
    pos = match(substr($0, from), /Hello! ([0-9]+)/, val) 
    } 
} 

Jeżeli wzorzec powinien dopasować się znak nowego wiersza, trzeba zmodyfikować separator rekordu wejściowego - RS