Portál AbcLinuxu, 19. dubna 2024 19:46
ahoj 2 ahoj 2
ahoj 2 ahoj 3
bylo jen tohle:
ahoj 2 ahoj 2
-> prostě chci vypsat ze souboru jen ty řádky, které obsahují řetězec "ahoj" a zároveň i řetězec "2" a ten řetězec "2" je vždy na PEVNĚ dané pozici. Narážím tím na to, že ten druhý řetězec může být na řádku na různých pozicích a já chci vypsat shodu jen na přesně dané pozici. Rád bych, aby ten druhý řezězec byl v proměnné, protože ho v cyklu budu měnit a pokaždé vyhledávat nějakou jinou hodnotu.
Když to shrnu, tak první řetězec je vždy na začátku řádku (a má pořád stejný název) a druhý vzor je s ním na stejném šáku, je vždy na pevné pozici.
Kamrád mi poradil tohle:
cat text.txt | grep "ahoj" | grep "2" >> awk.txt
Jenže to funguje polovičatě, najde to i na místech, kde to nechci.
Napsal jsem si sám jiné řešení, ale je takové neefektivní, nicméně je to přesně to co potřebuju:
cat text.txt | awk '$1 == "ahoj" && $2 == "2" {print $0}' >> awk.txt
Tohle mi vypíše do souboru awk.txt jen řádky, kde se vyskytuje na pozici 1 řetezěc "ahoj" a na pozici 2 řetězec "2". To by bylo super, jenže já si tenhle řádek chci dát do cyklu a hodnotu proměnné $2 (která zastupuje vyhledáávaný řetězec "2") chci měnit. Nějak takhle to myslím, ale nefunguje to:
while read radek; do
awk '$1 == "ahoj" && $2 == "$promenna" {print $0}' >> awk.txt
done < text.txt
Je to to samé akorád jsem řetězec nahradil proměnnou a přidal while cyklus, který načítá ze souboru po řádcích. Šlo by to nějak předělat do grepu, nebo sedu nebo i jinak?
Díky za rady!
Řešení dotazu:
num="2"
grep '^ahoj.\{8\}'$num text.txt
vzor="2"
while read radek; do
cat $radek | grep '^ahoj' $vzor >> vysledek.txt
done < text.txt
Viděl byste nějakou správnou alternativu?
awk '$1 == "ahoj" && $2 == "'"$promenna"'" {print}' text.txt
Anebo vůbec nechápu podstatu problému....
text.txt a v něm tohle:
jana vesela Z praha
martin kunovsky M brno
eva drobna Z zdar
jana podebratskaZ hukvaldy
lubos novak M plzen
pohlavi="Z"
cat text.txt | grep "^jana" | grep "`$pohlavi ~ cut -c20`"
S tímhle hlavně bojuju:
grep "`$pohlavi ~ cut -c20`"
- myslím to tak, že najde jen ten řádek, kde proměnná $pohlavi odpovídá znaku nalezeném pomocí cut na pozici 20. Ale nějak se nedaří :/
Vím, že by to šlo třeba awk, ale jak by šlo jinak?
Děkuju za rady.
egrep jana\(.\){15}Z.*$ test
text.txt obsahovala spoustu podobných udajů. Pro větší přehlednost by tyto údaje byly odděleny do "skupin" třeba řádkem, na kterém se nachází řetezec "KONEC_UDAJE" (něco jako zarážka - dál už nehledej a zkonči).Radši to uvedu na příkladě:
Soubor text.txt a v něm tohle:
jana vesela Z praha
martin kunovsky M brno
eva drobna Z zdar
jana podebratskaZ hukvaldy
lubos novak M plzen
KONEC_UDAJE
marta nova Z praha
martin trcalek M brno
eva nejedla Z zdar
jana podebratskaZ hukvaldy
lubos slovak M plzen
KONEC_UDAJE
...atd
Problém zůstává stejný, hledám řádky, začínající řetězcem "jana" a zároven, aby řádek obsahoval i řetězec "Z", který je na pevné pozici (sloupec 20) + navíc, aby vyhledávání zkončilo jakmile na začátku řádku narazí na řetězec "KONEC_UDAJE". Zajímalo by mě, jak takovou věc udělat. Přemýšlím nad tím, jak zkloubit regexp s podmínkou "pokud narazíš na určitý řětezec, nehledej dál a zkonči". Věděl by někdo jak na to?
Děkuju, bedete zlatí!
sed -rn '/^jana.{14}Z/p;/^KONEC_UDAJE/q' text.txt
číslo 14 je zapotřebí uzpůsobit skutečném poloze sloupce Z/M. V uvedeném příkladu je totiž v devatenáctém sloupci, nikoli ve dvacátém.
A nyní je zapotřebí (a) naučit se regulární výrazy, jinak budeme takto iterovat se stále se měnícím dotazem věčně (b) přestat psát ‚co kdyby‘ a napsat, co potřebuješ doopravdy, aby se dalo odpovědět na to.
text.txt je v příloze.
Skript jsem upravila následovně:
znak="A"
cat text.txt | sed -rn "/^aa.{2}$znak/p;/^konec_aa/q" > vystup.txt
Takhle mi skript vyfiltruje tohle (v pořádku):
aa A
aa A
aa AKdyž ale změním hodnotu proměnné
$znak na znak="B" nevypíše mi skript nic. Proč? A jak upravit výše uvedený skript, aby mi vyfiltroval tohle (obdobně pak když změním znak="C"):
aa B
aa B
aa BZávěrem chci říct, že se snažím nepsat každou banalitu, na kterou zrovna nemůžu přijít. Snažím se na co nejvíc věcí přijít sama, mám z toho pak lepší pocit. Ale co se týká kouzel a magie REGEXP, zatím v ní plavu! Všem moc děkuju za pomoc!
sed parametrům, tak začne filtrovat a zkončí až když narazí na "konec_aa". A že to takhle dělá v celém souboru.
Takže je to nereálné vyřešit?
znak="A"
cat text.txt | sed -rn "/^aa.{2}$znak/p;/^konec_aa/q" > vystup.txt
Tak bude pouze hned ten první "konec_aa" správný. Když budu hledat všechny výskyty pro znak="B", tak bude pouze ten druhý "konec_aa" správný, atd. Ju?
aa A aa A aa A konec_aa aa B aa B aa B konec_aa aa B aa C aa C konec_aaAbych zjistil ,ktera je ta 'posledni shoda' musim projit cely dokument, abych si byl skutecne jisty a v takovem pripade tvuj "konec" straci smysl. 'Konec' ma smysl pouze v pripade pokud je jediny a konecny.
-P). Pomocí "look-ahead" konstrukcí můžeš vyřešit třeba i to, že nechceš řešit délku počátečního řetězce. Třeba nějak takhle: grep -P '^(?=.{19}Z)jana' <text.txt
Závorka s otazníkem otestuje Z na 20. místě, ale zároveň neposune "aktivní pozici", takže následující výraz se porovnává stále od začátku řetězce. (Ale upozorňuji, že já perl používám velmi občas, takže to ber spíš jako inspiraci, než nějaké zaručeně dobré řešení. :) )
Tiskni
Sdílej:
ISSN 1214-1267, (c) 1999-2007 Stickfish s.r.o.