awk - 文件中的 awk 匹配模式

Question

我被 awk 困住了

我有一个具有以下结构的文件

<package author=".." label=".." url="..">
<package author=".." label=".." url="..">
...
<package author=".." label=".." url="..">

作为输出，我想获取只有url的列表

如何用 awk 做到这一点。

我认为它应该是这样的

awk '/url="(.*)"/{print $0}' 123

但是它不起作用。

谢谢你。

Answer 1

如果您想获得url价值，grep可以成为您的朋友：

$ cat a
<package author=".." label=".." url="thisis an url">
<package author=".." label=".." url="hello">
$ grep -Po '(?<=url=\")[^"]+' a
thisis an url
hello

这将显示从url="（不包括）直到找到双引号"的所有内容。

Answer 2

使用 GNU awk：

awk '{print gensub(/.*url="([^"]+).*/,"\\1","")}' file

Answer 3

您的awk命令仅过滤包含给定模式 ( url=...) 的行；由于您的所有行都包含字符串，因此它将为您提供所有行。为了提取信息，您可以执行诸如沿双引号拆分第 4 列之类的操作，例如：

awk '/url="(.*)"/{split($4, A, "\""); print A[2]}'

使用sed可能要容易得多：

sed -e 's|^.*url="\([^"]*\)".*$|\1|g'

Answer 4

其他awk

cat file
<package author=".." label=".." url="https://www.cisco.com">
<package author=".." label=".." url="http://www.google.com/search">

awk -F\" '/url/ {print $2}' RS=" " file
https://www.cisco.com
http://www.google.com/search

Answer 5

perl -lne 'print $1 if(/url=\"([^\"]*)\"/)' your_file