如何用AWK截取复杂段落中的一段关键词?

Osirix

文档结构是这样的:

1. 
   
2. ...blabla...
   
3. ... ...
   
4. ...[这里不包含"keyword"字样，但可能包含各种符号]...keyword=aa11313vv13v123b",...
   
5. .....
   
6. ...后面的分隔符也可能是%号...keyword=21zv3313vv1v1b3k%"...keyword=......
   
7. ...
   

复制代码

现在要截取第一个"keyword="之后，引号"或百分号%之前 的那段字串，即上面例子中的
aa11313vv13v123b
21zv3313vv1v1b3k


用awk有没有比较漂亮的办法可以实现？

lkk2003rty

1. awk -F '"|%' '{for(cnt=1;cnt<=NF;cnt++){if(pos=index($cnt,"keyword=")){print substr($cnt,pos+8);break;}}}' file

复制代码

iori809

[root@Dan scripts]# more linux.173
...blabla...

... ...

...sdfsdfs%$%^%^&%^&*^&...keyword=aa11313vv13v123b",...

.....

..fsdfsdf3$#$#@$#@!$=keyword=21zv3313vv1v1b3k%"...keyword=......

...
[root@Dan scripts]# awk -F 'keyword=' '/key/{print substr($2,1,16)}' linux.173
aa11313vv13v123b
21zv3313vv1v1b3k

我发现你每次都是提取前16个字母~不知道是不是固定的

Osirix

lkk2003rty 发表于 2010-06-27 15:05
awk -F '"|%' '{for(cnt=1;cnt<=NF;cnt++){if(pos=index($cnt,"keyword="){print substr($cnt,pos+;break;}}}' file

   That's nice!

   只是含"keyword="的行比较长，比较复杂，有没更漂亮的办法可以避开循环，以提高效率？

Osirix

[root@Dan scripts]# more linux.173
...blabla...

... ...

...sdfsdfs%$%^%^&%^&*^&...keyword=aa1 ...
iori809 发表于 2010-06-27 15:38

    有些是固定长度的

   另外，问一下：可以用中文字词作为分隔符麽？

Osirix

能否直接把行首到"keyword="的部分直接删除掉，然后print $1 就可以了
只是不知道在awk中该用什么命令？

sed中直接替换
sed -i "s/^.*keyword=//g"

就可以了

iori809

回复 5# Osirix


    我的那个取巧的实现的需求了吗？

haizeng

有点复杂！

Osirix

回复  Osirix


    我的那个取巧的实现的需求了吗？
iori809 发表于 2010-06-27 16:45

   呵，是的，可以

  但是想提高效率，因为总共有十多万个文件需要处理

Osirix

能否直接把行首到"keyword="的部分直接删除掉，然后print $1 就可以了
只是不知道在awk中该用什么命令？
...
Osirix 发表于 2010-06-27 16:44

    我写了个sed的

1. 
   
2. echo 'adad,keyword=aa11313vv13v123b",blabla' |sed -n '/keyword=/{s/^.*keyword=//;s/["%].*//g;p;q;}'
   

复制代码

但不晓得相应的awk语句该怎么写？

因为还需要进一步对抽取的值进行if判断，所以还得用awk