awk的模糊匹配问题

lonely4324

请问坛中大侠们，
在awk脚本中是不是不能设置字段长度呢？
比如说match($2,/<td class=d>.{1,3000}<td class=spd>/)，为什么就匹配不上呢，如果我用match($2,/<td class=d>.*<td class=spd>/)又会产生模糊匹配。
这个问题怎么解决呢，
困扰我大半天拉。

waker

加上--posix选项试试

jinl

<td class=d>和后面一个标签之间会不会还有包含<>的内容,如果没有,可以使用
/<td class=d>[^<]*<td class=spd>/这样来匹配

lonely4324

也没管用
我试过--posix 以及--re-interval,然后把{}这个也转义过，也没管用。
不知道哪里出毛病拉

lonely4324

原帖由 jinl 于 2008-6-19 16:52 发表
和后面一个标签之间会不会还有包含的内容,如果没有,可以使用
/[^

包含了啊，要匹配的内容之间有任意的字符集不好弄啊
我随便找个例子吧。
源文件大概是这样的：

<tr>
<td class=tdn>1</td>
<td class=d><a href="http://220.181.38.82/m?ct=134217728&tn=baidusg,不辣不辣  &word=mp3,http://8kuyy.suhyy.cn/be/lJyanJ2bNw$$.mp3,,[%B2%BB%D2%AA%B5%B2%D4%DA%CE%D2%B5%C4%C3%E6%C7%B0]&si=%B2%BB%C0%B1%B2%BB%C0%B1;;5566;;237447;;237447&lm=16777216" title="请点击左键！来源网址：  http://8kuyy.suhyy.cn   请参照百度权利声明使用" onclick="return ow(event,this)"  target="_blank">不辣不辣  </a><br><font color="#999999" class=f10>... 闹别闹别闹别闹    <font style=color:#e10900>不要</font><font style=color:#e10900>挡</font><font style=color:#e10900>在</font><font style=color:#e10900>我</font><font style=color:#e10900>的</font>眼前    别闹别 ... 孬别孬    乖乖跪<font style=color:#e10900>在</font><font style=color:#e10900>我</font><font style=color:#e10900>的</font><font style=color:#e10900>面前</font>酱爆        ... </font></td>
<td><a href="http://mp3.baidu.com/singerlist/5566.html" target="_blank">5566</a>&nbsp;<a href="http://mp3.baidu.com/singerlist/.html" target="_blank"></a>&nbsp;<a href="http://mp3.baidu.com/singerlist/.html" target="_blank"></a>&nbsp;</td>
<td class=al><a href="http://mp3.baidu.com/albumlist/5566;;;;;;%BA%C8%B2%C9.html" target="_blank">喝采</a>&nbsp;</td>
<td><a href="http://box.zhangmen.baidu.com/m?gate=1&ct=134217728&tn=baidumt,不辣不辣  &word=mp3,http://8kuyy.suhyy.cn/be/lJyanJ2bNw$$.mp3,,[%B2%BB%D2%AA%B5%B2%D4%DA%CE%D2%B5%C4%C3%E6%C7%B0]&si=%B2%BB%C0%B1%B2%BB%C0%B1;;5566;;237447;;237447&lm=16777216" onclick="return ot(event,this,'237447')">试听</a>&nbsp;</td>
<td><a href="http://mp3.baidu.com/m?tn=baidump3lyric&word=5566+%B2%BB%C0%B1%B2%BB%C0%B1&ct=150994944&lm=-1&lf=3" target="_blank">歌词</a>&nbsp;</td>
<td> <a name="ls" href="http://mp3.baidu.com/tr?url=http://my.12530.com/newchannel/orderTone/600902000000911865/1/2703/2703_zlss/-/-/order.htm&sn=1" onclick="return or(event,this);">铃声</a>&nbsp;</td>
<td>4.0 M</td>
<td>mp3</td>
<td class=spd><img src="http://img.baidu.com/img/mp3/d9.gif"></td>
</tr><tr>

我要把<td class=d>和<td class=spd>之间的内容匹配出来。
而整个文件大概就是由任意多的这种内容组成

jinl

那用sed来处理呢
sed -n '/<td class=d>/,/<td class=spd>/p' ufile|sed -e 's/<td class=d>//' -e 's/<td class=spd>.*//'

[ 本帖最后由 jinl 于 2008-6-19 17:32 编辑 ]

ly5066113

sed -n '/<td class=d>/,/<td class=spd>/p' urfile