☰

參考

tag-icon • tag-icon bash text-processing awk csv gnu
參考

我使用過的典型 tsv 檔案的片段

10  Interstellar    Main Theme Extended UDVtMYqUAyw
11  Journey XvG78AmBLc4
12  Jurassic Park Music & Ambience  Amazing Soundscapes and Music   PPl__iyIg6w
13  Lord of the Rings   Sound of The Shire  chLZQtCold8
14  Lord of the Rings   The Shire: Sunset at Bag End    uBmbI8dzc-M

以下在所有 tsv 檔案的第二列中搜尋 lord（不區分大小寫）：

awk '$2~IGNORECASE = 1;/lord/{print}' *.tsv 

13      Lord of the Rings       Sound of The Shire      chLZQtCold8
14      Lord of the Rings       The Shire: Sunset at Bag End    uBmbI8dzc-M

現在，我想Lord作為 bash 環境變數傳遞：

$ awk -v Pattern="Lord" '$2~Pattern{print}' *.tsv 
13      Lord of the Rings       Sound of The Shire      chLZQtCold8
14      Lord of the Rings       The Shire: Sunset at Bag End    uBmbI8dzc-M

問題

如何不區分大小寫地進行模式匹配？

我嘗試了以下方法，但它不起作用

awk -v Pattern="lord" '$2~IGNORECASE = 1;Pattern{print}' *.tsv

awk -v Pattern="lord" 'IGNORECASE = 1;$2~Pattern{print}' *.tsv

awk -v Pattern="lord" 'BEGIN {IGNORECASE = 1}  {$2~Pattern{print}}' *.tsv 

awk -v Pattern="Lord" '{IGNORECASE = 1; $2~Pattern}' *.tsv

參考

答案1

首先，我懷疑它的工作方式是否像你想的那樣 - AFAIK 它為變數$2~IGNORECASE = 1;/lord/{print}賦值；將 的值與結果（即）進行比較，如果結果為 true，則預設為列印；然後不區分大小寫地與和進行比較1IGNORECASE$2$2 ~ 1$0$0/lord/也$0如果這是真的，則列印。

如果您的目的是$2不區分大小寫進行比較，您可以使用

gawk 'BEGIN{IGNORECASE = 1} $2 ~ /lord/{print}` *.tsv

要不就

gawk 'BEGIN{IGNORECASE = 1} $2 ~ /lord/` *.tsv

變數的等價物是

gawk -v Pattern="lord" 'BEGIN{IGNORECASE = 1} $2 ~ Pattern' *.tsv

請注意，這IGNORECASE不是標準的 awk 功能 - 據我所知，只有 GNU awk ( gawk) 支援它 - 為了可移植性，您可以使用它toupper或tolower將輸入獲取到特定的情況。

答案2

關於The following searches for lord (case insensitively) in 2nd column of all tsv files: awk '$2~IGNORECASE = 1;/lord/{print}' *.tsv- 不，它根本不這樣做。它對 $2 與將 IGNORECASE 分配給 1 的結果進行正規表示式比較，該結果始終為 true，因此它會列印當前行。然後，它在該行的任何位置查找與正規表示式匹配的任何字串lord，並發現再次列印該行。您可能打算awk 'BEGIN{IGNORECASE = 1} $2~/lord/' *.tsv這樣做，就像您所描述的那樣。

不要在這種情況下使用“模式”一詞，因為它的含義非常模糊。您使用 Pattern 作為部分正規表示式匹配，但將其描述為好像您想要全字字串匹配。因此，請將「模式」替換為您問題中出現的所有 3 個字串或正規表示式、部分或完整以及單字或行，以便我們可以幫助您找到正確的解決方案。看如何找到與模式相符的文本了解更多。

以下是您可能嘗試執行的操作的一些可能的解決方案：

部分字串匹配：

$ awk -v var="$var" -F'\t' 'index(tolower($2),tolower(var))' file.tsv
13  Lord of the Rings   Sound of The Shire  chLZQtCold8
14  Lord of the Rings   The Shire: Sunset at Bag End    uBmbI8dzc-M

全字字串匹配：

$ awk -v var="$var" -F'\t' 'index(" "tolower($2)" ",tolower(var))' file.tsv
13  Lord of the Rings   Sound of The Shire  chLZQtCold8
14  Lord of the Rings   The Shire: Sunset at Bag End    uBmbI8dzc-M

全行字串匹配：

$ awk -v var="$var" -F'\t' 'tolower($2) == tolower(var)' file.tsv
$

部分正規表示式匹配：

$ awk -v var="$var" -F'\t' 'tolower($2) ~ tolower(var)' file.tsv
13  Lord of the Rings   Sound of The Shire  chLZQtCold8
14  Lord of the Rings   The Shire: Sunset at Bag End    uBmbI8dzc-M

全字正規表示式匹配：

$ awk -v var="$var" -F'\t' '(" "tolower($2)" ") ~ tolower(var)' file.tsv
13  Lord of the Rings   Sound of The Shire  chLZQtCold8
14  Lord of the Rings   The Shire: Sunset at Bag End    uBmbI8dzc-M

全行正規表示式符合：

$ awk -v var="$var" -F'\t' 'tolower($2) ~ ("^"tolower(var)"$")' file.tsv
$

上面假設您的 shell 變數不包含轉義序列，或者如果包含，您希望它們擴展。如果不是這種情況，則使用ENVIRON[]orARGV[]將 shell 變數的值傳遞給 awk 而不是-v，請參閱如何在 awk 腳本中使用 shell 變數了解詳情。

答案3

和perl：

在文件的第二個欄位中搜尋模式：

perl -F"\t" -lane '$F[1] =~ /(?i)lord/ and print' input.tsv
  • -F"\t"是因為文件是 tsv
  • $F[1]是第二個記錄文件，因為欄位是零索引的。
  • (?i)正規表示式中的選項不區分大小寫
  • 或修飾符i可用於不區分大小寫，如
perl -F"\t" -lane '$F[1] =~ /lord/i and print' input.tsv

export匹配 shell 變數的正規表示式可以如下完成

export p=lord
perl -F"\t" -lane '$F[1] =~ /(?i)$ENV{p}/ and print' input.tsv
perl -F"\t" -lane '$F[1] =~ /$ENV{p}/i and print' input.tsv

搜尋.tsv資料夾中的所有文件：

perl -F"\t" -lane '$F[1] =~ /$ENV{p}/i and print' *.tsv

如果您想要帶有記錄的檔案名，則可以執行以下操作：

perl -F"\t" -lane '$F[1] =~ /$ENV{p}/i and print $ARGV. ":" .$_' *.tsv

答案4

如果你不需要使用awk並且可以使用專用於處理表格資料的工具，例如GoCSV，這是一個快照。

從您提供的數據樣本開始，我編了一些名字並猜測了“旅程”：

輸入.tsv

ID 專輯 追蹤 哈希值
10 星際效應 主題擴充 UDVtMYqUAyw
11 旅行 XvG78AmBLc4
12 侏羅紀公園音樂與氛圍 令人驚嘆的音景和音樂 PPl__iyIg6w
13 魔戒 夏爾之聲 chLZQtCold8
14 魔戒 夏爾：袋底洞的日落 uBmbI8dzc-M
  1. 設定 shell 變數pattern
  2. 德利姆將 TSV 轉換為 CSV
  3. 篩選在第 2 列上-我 大小寫不變 --正規表示式該 shell 變數的
  4. 斬首只獲取匹配的行
  5. 轉換回 TSV：
pattern='lord'
gocsv delim -i "\t" input.tsv              \
| gocsv filter -c 2 -i --regex "$pattern"  \
| gocsv behead                             \
| gocsv tsv

13      Lord of the Rings       Sound of The Shire      chLZQtCold8
14      Lord of the Rings       The Shire: Sunset at Bag End    uBmbI8dzc-M

相關內容