免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12下一页
最近访问板块 发新帖
查看: 5305 | 回复: 13
打印 上一主题 下一主题

[文本处理] awk的match问题 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2013-10-30 17:38 |只看该作者 |倒序浏览
刚刚看sed和awk3,做了一下实验:

[root@centos1 upgrade]# awk '{match("womasdRDfadfasKNd", /[A-Z][A-Z]+/); print RSTART, RLENGTH}' -
d
1 3

怎么match匹配后,RSTART是1,RLENGTH是3,难道不是7和2吗?

论坛徽章:
93
2015年辞旧岁徽章
日期:2019-10-10 10:51:15CU大牛徽章
日期:2014-02-21 14:21:56CU十二周年纪念徽章
日期:2020-10-15 16:55:55CU大牛徽章
日期:2014-02-21 14:22:07羊年新春福章
日期:2019-10-10 10:51:39CU大牛徽章
日期:2019-10-10 10:55:38季节之章:春
日期:2020-10-15 16:57:40ChinaUnix元老
日期:2019-10-10 10:54:42季节之章:冬
日期:2019-10-10 10:57:17CU大牛徽章
日期:2014-02-21 14:22:52CU大牛徽章
日期:2014-03-13 10:40:30CU大牛徽章
日期:2014-02-21 14:23:15
2 [报告]
发表于 2013-10-30 17:49 |只看该作者
  1. [seesea@UC ~]# echo "xx" | awk '{match("womasdRDfadfasKNd", /[A-Z][A-Z]+/); print RSTART, RLENGTH}'
  2. 1 3
  3. [seesea@UC ~]# export LC_ALL=C   
  4. [seesea@UC ~]# echo "xx" | awk '{match("womasdRDfadfasKNd", /[A-Z][A-Z]+/); print RSTART, RLENGTH}'
  5. 7 2
复制代码
原来是这个问题:
http://bbs.chinaunix.net/thread-4065242-1-1.html

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
3 [报告]
发表于 2013-10-30 17:50 |只看该作者
  1. export LC_ALL=C; awk 'BEGIN{match("womasdRDfadfasKNd", /[A-Z][A-Z]+/); print RSTART, RLENGTH}'
复制代码

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
4 [报告]
发表于 2013-10-30 17:50 |只看该作者
本帖最后由 yestreenstars 于 2013-10-30 17:57 编辑
  1. [root@localhost ~]# awk 'BEGIN{match("womasdRDfadfasKNd",/[[:upper:]][[:upper:]]+/);print RSTART,RLENGTH}'
  2. 7 2
  3. [root@localhost ~]#
复制代码
或者这样
  1. [root@localhost ~]# LANG=C;awk 'BEGIN{match("womasdRDfadfasKNd",/[A-Z][A-Z]+/);print RSTART,RLENGTH}'
  2. 7 2
  3. [root@localhost ~]#
复制代码
这才是你要的结果~

论坛徽章:
5
未羊
日期:2014-08-04 16:15:21天秤座
日期:2014-08-13 13:52:372015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:56:112015亚冠之浦和红钻
日期:2015-06-29 15:30:48
5 [报告]
发表于 2013-10-30 17:50 |只看该作者

论坛徽章:
0
6 [报告]
发表于 2013-10-30 17:58 |只看该作者
哇哈哈,这么快就得到了答案。
shell论坛人气好旺,谢谢各位。

还是[[:lower:]]兼容性好

论坛徽章:
60
20周年集字徽章-20	
日期:2020-10-28 14:04:3015-16赛季CBA联赛之北京
日期:2016-07-06 15:42:0715-16赛季CBA联赛之同曦
日期:2016-06-12 10:38:0915-16赛季CBA联赛之佛山
日期:2016-05-27 11:54:56黄金圣斗士
日期:2015-12-02 11:44:35白银圣斗士
日期:2015-11-25 14:32:43白银圣斗士
日期:2015-11-23 12:53:352015亚冠之布里斯班狮吼
日期:2015-10-21 16:55:482015亚冠之首尔
日期:2015-09-01 16:46:052015亚冠之德黑兰石油
日期:2015-08-31 11:39:192015亚冠之萨济拖拉机
日期:2015-08-28 21:06:5315-16赛季CBA联赛之广东
日期:2016-07-12 14:58:53
7 [报告]
发表于 2013-10-30 18:15 |只看该作者
为什么要设置LANG=C,而LANG=en_US.UTF-8会有问题! 能用中文说明下么?这二次碰到这个问题了,还是没记住! @seesea2517

论坛徽章:
60
20周年集字徽章-20	
日期:2020-10-28 14:04:3015-16赛季CBA联赛之北京
日期:2016-07-06 15:42:0715-16赛季CBA联赛之同曦
日期:2016-06-12 10:38:0915-16赛季CBA联赛之佛山
日期:2016-05-27 11:54:56黄金圣斗士
日期:2015-12-02 11:44:35白银圣斗士
日期:2015-11-25 14:32:43白银圣斗士
日期:2015-11-23 12:53:352015亚冠之布里斯班狮吼
日期:2015-10-21 16:55:482015亚冠之首尔
日期:2015-09-01 16:46:052015亚冠之德黑兰石油
日期:2015-08-31 11:39:192015亚冠之萨济拖拉机
日期:2015-08-28 21:06:5315-16赛季CBA联赛之广东
日期:2016-07-12 14:58:53
8 [报告]
发表于 2013-10-30 18:17 |只看该作者
回复 2# seesea2517


    链接里的那个英文写的“正则表达式范围和语言环境”的故事看不懂呀 ,英文太菜··

论坛徽章:
60
20周年集字徽章-20	
日期:2020-10-28 14:04:3015-16赛季CBA联赛之北京
日期:2016-07-06 15:42:0715-16赛季CBA联赛之同曦
日期:2016-06-12 10:38:0915-16赛季CBA联赛之佛山
日期:2016-05-27 11:54:56黄金圣斗士
日期:2015-12-02 11:44:35白银圣斗士
日期:2015-11-25 14:32:43白银圣斗士
日期:2015-11-23 12:53:352015亚冠之布里斯班狮吼
日期:2015-10-21 16:55:482015亚冠之首尔
日期:2015-09-01 16:46:052015亚冠之德黑兰石油
日期:2015-08-31 11:39:192015亚冠之萨济拖拉机
日期:2015-08-28 21:06:5315-16赛季CBA联赛之广东
日期:2016-07-12 14:58:53
9 [报告]
发表于 2013-10-30 18:22 |只看该作者
额。原来如此,gawk在新版本中(4.0)中已经解决了这个问题了。 特意为了这个问题下了个新版本尝试了下!

论坛徽章:
60
20周年集字徽章-20	
日期:2020-10-28 14:04:3015-16赛季CBA联赛之北京
日期:2016-07-06 15:42:0715-16赛季CBA联赛之同曦
日期:2016-06-12 10:38:0915-16赛季CBA联赛之佛山
日期:2016-05-27 11:54:56黄金圣斗士
日期:2015-12-02 11:44:35白银圣斗士
日期:2015-11-25 14:32:43白银圣斗士
日期:2015-11-23 12:53:352015亚冠之布里斯班狮吼
日期:2015-10-21 16:55:482015亚冠之首尔
日期:2015-09-01 16:46:052015亚冠之德黑兰石油
日期:2015-08-31 11:39:192015亚冠之萨济拖拉机
日期:2015-08-28 21:06:5315-16赛季CBA联赛之广东
日期:2016-07-12 14:58:53
10 [报告]
发表于 2013-10-30 18:23 |只看该作者
  1. [root@centos ~]# echo $LANG
  2. en_US.UTF-8
  3. [root@centos ~]#
  4. [root@centos ~]# awk 'BEGIN{match("womasdRDfadfasKNd",/[A-Z][A-Z]+/);print RSTART,RLENGTH}'
  5. 7 2
  6. [root@centos ~]#
  7. [root@centos ~]# awk --version
  8. GNU Awk 4.1.0, API: 1.0
  9. Copyright (C) 1989, 1991-2013 Free Software Foundation.

  10. This program is free software; you can redistribute it and/or modify
  11. it under the terms of the GNU General Public License as published by
  12. the Free Software Foundation; either version 3 of the License, or
  13. (at your option) any later version.

  14. This program is distributed in the hope that it will be useful,
  15. but WITHOUT ANY WARRANTY; without even the implied warranty of
  16. MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  17. GNU General Public License for more details.

  18. You should have received a copy of the GNU General Public License
  19. along with this program. If not, see http://www.gnu.org/licenses/.
  20. [root@centos ~]#
  21. [root@centos ~]#

复制代码
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP