使用awk在多個字段中基於模式匹配打印行

Question

假設我有一個類似html的輸入

<li>this is a html input line</li>

我想從以<li>開始並以</li>結束的文件中過濾所有這些輸入行。 現在，我的想法是使用以下awk命令在第一個字段中搜索模式<li>在最后一個字段中搜索模式</li>

awk '$1 ~ /\<li\>/ ; $NF ~ /\</li\>/ {print $0}'

但似乎沒有規定一次匹配兩個字段，或者我在語法上犯了一些錯誤。 你能在這里幫我嗎？

PS：我正在使用Solaris SunOS計算機。

Answer 1

Solaris上的腳本有很多錯誤：

awk '$1 ~ /\<li\>/ ; $NF ~ /\</li\>/ {print $0}'

1. Solaris上的默認awk（因此，您必須聲明您正在使用的awk，因為您沒有另外聲明）是舊的，損壞的awk，切勿使用。 在Solaris上，使用/usr/xpg4/bin/awk 。 還有nawk但它有更少的POSIX功能（例如，用於字符類不支持）。
2. \\<...\\>是gawk特定的單詞邊界。 Solaris上沒有awk可以識別這些。 如果您只是想獲取文字字符，則無需轉義它們，因為它們不是正則表達式元字符。
3. 如果要測試條件1和條件2，則將&&放在兩者之間，而不是; 這只是語句終止符來代替換行符。
4. 給定真實條件的默認操作是{print $0}因此您無需顯式編寫該代碼。
5. /是awk正則表達式分隔符，因此您確實需要在正則表達式中間進行轉義。
6. 默認的字段分隔符是空格，因此在發布的示例輸入中， $1和$NF將是<li>this和line</li> ，而不是<li>和</li> 。

因此，如果由於某種原因DID比較多個字段，則可以執行以下操作：

awk '($1 ~ /^<li>.*/) && ($NF ~ /.*<\/li>$/)'

但這可能是您真正想要的：

awk '/^<li>.*<\/li>/'

在這種情況下，您可以使用grep：

grep '^<li>.*</li>'

Answer 2

為什么不使用正則表達式來匹配行的開頭和結尾，例如

awk '/^[[:space:]]*<li>.*<\/li>[[:space:]]*$/ {print}'

盡管通常來說，如果您要處理HTML，最好使用專門設計用於處理HTML的工具。