运算符的 awk 正则表达式

Question

我想用我的 awk 正则表达式计算和总结文件中的匹配数。

该文件file包含：

Gra pes
gra ndma
straw berry
blue Berry
banana
peanut
school

我需要为模式匹配制作一个正则表达式，但我不确定如何在正则表达式中实现AND/OR，尽管它们具有相同的优先级。

我试过了：

awk 'tolower($1) ~ /(gra|straw) (pes|berry)|banana|peanut/ {sum+=1} END {print sum+0}' file

所以它应该是两者之一(gra pes, gra berry, straw pes, straw berry) OR banana, peanut并返回 4，因为有 4 个匹配项。

我假设我的语法错误与OR香蕉|花生，但我不知道如何修复它。

关于出了什么问题的任何想法？谢谢你

Answer 1

你的正则表达式很好。您的问题是您将它匹配tolower($1)到第一个字段（以的默认值分隔的空白FS）转换为小写。

因此，例如，在第一行 ( Gra pes) 上，它将匹配正则表达式gra并失败。

对于整个记录，您需要$0：

awk 'tolower($0) ~ /regexp/ ...'

另请注意，默认情况下不锚定正则表达式，因此，它将匹配peanutbutter例如在其中peanut找到的内容。如果您希望正则表达式整体匹配输入记录，您需要：

awk 'tolower($0) ~ /^(foo|bar)$/'

匹配主题的开头( ^) 后跟其中一个foo或bar后跟主题的结尾( $)。请注意，括号在这里很重要。^foo|bar$将是^foo（foo在开始时）或bar$（bar在结束时），因此将匹配fooX或Ybar例如。

Answer 2

作为的替代方案awk，您可以使用grep：

grep -Eixc '(gra|straw) (pes|berry)|banana|peanut' file