论坛徽章:: 0

电梯直达

1楼 [收藏(0)] [报告]

发表于 2009-01-20 01:08 |只看该作者 |倒序浏览

gawk匹配多个括号,结果放在数组a中,记得以前用过.
现在想一次性将所有匹配到的结果放到数组中,结果只取到一个.
带最后一个*时取到最后一个,不带最后一个*时取到第1个
bash-3.2$ cat match1.xml.awk
echo "<a><c>kjkjkj</c></a>jkjk<a>jkjk</a><d>dddd</d>
<a><c>kjkjkj</c></a>jkjk<a>jkjk</a><d>dddd<dd>
aaaaaaaaa44444bbbbbbbb7777777ccccccc99999dddddddd000000"|awk --re-interval '
{
 n=match($0,"(<(/?[^>]+)>([^<]*))*",a);
 i=0;
 for (;i<=n;i++){
print "a:i="i,"a["i"]="a[ i ],"n="n;
 }
 n=match($0,"(([a-z]*)([0-9]*))*",a);
 i=0;
 for (;i<=n;i++){
print "b:i="i,"a["i"]="a[ i ],"n="n;
 }
}
'
bash-3.2$ match1.xml.awk
a:i=0 a[0]=<a><c>kjkjkj</c></a>jkjk<a>jkjk</a><d>dddd</d> n=1
a:i=1 a[1]=</d> n=1
b:i=0 a[0]= n=1
b:i=1 a[1]= n=1
a:i=0 a[0]=<a><c>kjkjkj</c></a>jkjk<a>jkjk</a><d>dddd<dd> n=1
a:i=1 a[1]=<dd> n=1
b:i=0 a[0]= n=1
b:i=1 a[1]= n=1
a:i=0 a[0]= n=0
b:i=0 a[0]=aaaaaaaaa44444bbbbbbbb7777777ccccccc99999dddddddd000000 n=1
b:i=1 a[1]=dddddddd000000 n=1
bash-3.2$

希望得到的结果:
第1句
a[1]="<a>"
a[2]="a"
a[3]=""
a[4]="<c>kjkjkj"
a[5]="c"
a[6]="kjkjkj"
....
第2句:
a[1]="aaaaaaaaa44444"
a[2]="aaaaaaaaa"
a[3]="44444"
a[4]="bbbbbbbb7777777"
a[5]="bbbbbbbb"
a[6]="7777777"
能实现吗?难道我记错了?
=======================================================================
（以下内容为楼主2009年1月20日新增，同时修改了本贴标题）
谢谢2楼回答，确实只有显式的（）个数才算，隐式重复的只算最后一遍的（）。
match返回匹配的位置，我错把它当作找到的（）个数用了。
这个用法相信对大家是有用的，所以我将正将答案放到顶楼了（条件是有支持GNU extensions，即gawk）：

bash-3.2$ cat match1.xml.awk
echo "<a><c>kjkjkj</c></a>jkjk<a>jkjk</a><d>dddd</d>
aaaaaaaaa44444bbbbbbbb7777777ccccccc99999dddddddd000000"|awk --re-interval '
{
 n=match($0,"(<(/?[^>]+)>([^<]*))+",a);
 if (n>0) {
print "a:a[0]="a[0],"RSTART="RSTART,"RLENGTH="RLENGTH;
for (i=1;a[i,"start"]!="";i++){
 print "a:i="i,"a["i"]="a[ i ],"|";
}
 }
 delete a;
 n=match($0,"(([a-z]*)([0-9]*))+",a);
 if (n>0) {
print "a:a[0]="a[0],"RSTART="RSTART,"RLENGTH="RLENGTH;
for (i=1;a[i,"start"]!="";i++){
 print "b:i="i,"a["i"]="a[ i ],"|";
}
 }
 delete a;
}
'
bash-3.2$ match1.xml.awk
a:a[0]=<a><c>kjkjkj</c></a>jkjk<a>jkjk</a><d>dddd</d> RSTART=1 RLENGTH=53
a:i=1 a[1]=</d> |
a:i=2 a[2]=/d |
a:i=3 a[3]= |
a:a[0]= RSTART=1 RLENGTH=0
b:i=1 a[1]= |
b:i=2 a[2]= |
b:i=3 a[3]= |
a:a[0]=aaaaaaaaa44444bbbbbbbb7777777ccccccc99999dddddddd000000 RSTART=1 RLENGTH=55
b:i=1 a[1]=dddddddd000000 |
b:i=2 a[2]=dddddddd |
b:i=3 a[3]=000000 |

a[0]是匹配全文，a[1]是最后一遍第1个（），是最外层的，a[2]是第2个（），也是内层前1个，a[3]是第3个（），也是内层后1个。
重复匹配时，只有最后一遍记住了。

[ 本帖最后由 zhangshebao 于 2009-1-20 21:34 编辑 ]