Dotaz: awk NEBO

[Terka]

ze souboru

a
a
a
b
b
b
c
c
c
d
d
d

potrebuji dostat vsechny a-c. chci to delat zpusobem

awk '/c/||/a/,/c/ {print}' #to chodi
awk '/a/,/c/||/c/ {print}' #ale nechodi proc?

otazka. c. 2: jak udelat obdobnou ulohu pomoci sedu? diky!

Odpovědi

[Michal Vyskočil]

Ad 1.) Není jednodušší awk '/[a-c]/'?

Ad 2.) sed '/[^a-c]/d'

Ovšem úplně nejrozumnější (ovšem tohle vypadá jako školní úloha ) je použít grep '[a-c]'

[.....]

Čárka v awk odděluje dva vzory a příslušná akce se vykoná pro rozsah od řádku, který vyhovuje prvnímu vzoru, do nejbližšího řádku, který vyhovuje druhému vzoru (včetně). Pokud se najde další řádek vyhovující prvnímu vzoru, tak se začne znovu.

'/c/||/a/,/c/' vybírá rozsahy od řádku obsahujícího a nebo c do prvního řádku obsahujícího c.

'/a/,/c/||/c/' vybírá rozsahy od řádku obsahujícího a do prvního řádku obsahujícího c.

Hint: podívej se odkud kam ty podmínky platí

[Terka]

aha.
jde mi to vytisknout vsechny radky od radku obsahujiciho 
a vcetne
do
c vcetne vsech dalsich jeste obsahujicich c 
priklad:

---soubor---
a
a
a
b
1111 22222 3333333
1111 22222 3333333
b
b
cccc
cccc
cccc
d
d
cc


--tisk:-------------------------
a
a
a
b
1111 22222 3333333
1111 22222 3333333
b
b
cccc    <- awk pro /a/,/c/ skonci tady
cccc
cccc    <- chci skoncit tisk u tohoto radku
d       <- toto a dal uz nechci tisknout
d
cc
---------
tj. /a/,/c/ ale neskoncit u 1. c, tisknout i dalsi c ktere navazuji.

[.....]

Jo, pro takovou úlohu je awk ideální, mně přijde nejjednodušší pomoct si stavovou proměnnou. Možností je víc.

awk '!s && /a/       { s = 1 }
s && /c/        { s = 2 }
s == 2 && !/c/  { exit }
s               { print }'

Tohle začne vypisovat na a a skončí při posledním c.

[Terka]

Díky, funguje to, ale nerozumím tomu jak. Můžeš prosím k tomu přidat komentář? Díky!

[.....]

Snad pomůže, když to bude víc ukecaný:

# Když narazím na "a" nebo posléze na "c", tak si to
# poznamenám
!stav && /a/                 { stav = "nalezeno a" }
stav == "nalezeno a" && /c/  { stav = "nalezeno c" }

# Jsem za "c", ale na řádku už "c" není -> konec zpracování
stav == "nalezeno c" && !/c/ { exit }

# stav je nastaven, takže jsem už našel "a" takže řádek
# vytisknu
stav                         { print }

awk zpracovává pravidla v pořadí, v jakém je dostane a pokud je splněná podmínka, tak vykoná akci (a to může ovlivnit platnost dalších podmínek). Jestli ti není jasný, jak awk funguje, tak pomůže man nebo nějaká literatura.

[Terka]

musi byt v 1. radku

!stav &&

?

[.....]

To !stav má význam ve chvíli, kdy už je stav "nalezeno c". Kdyby tam nebylo, tak by třeba na vstup,

a
b
c
a
d

awk odpovědělo stejně, ale když tam je, tak skončí po opsání třetího řádku.

[*]

no ten test na to !stav tam asi byt nemusi jestli chapu spravne co dela { exit }

[*]

ale to by to pravidlo s exitem muselo byt samozrejme prvni, aby matchnulo jeste pred tim /a/

[*]

jo a jeste jedna vec. to s tim printem... awk pousti vic bloku? jako vsechny u kterych vyhovi podminky?

a nebo je potreba ten print zopakovat pro kazdy ten matchovaci radek co meni stav pokud chce clovek to "vcetne"

[Terka]

Neznam tu konstrukci "s je prazdne/neprazdne". Proto jsem to nechapala. Diky za ochotu.

[.....]

V té původní verzi se testovalo s je/není rovno nule a stejně v awk funguje je/není prázdný řetězec. Neinicializovaná proměnná má hodnotu 0 nebo prázdný řetězec podle kontextu.

s == 0 && /a/   { s = 1 }
# v tomhle případě tady může být i s == 1
s != 0 && /c/   { s = 2 }
s == 2 && !/c/  { exit }
s != 0          { print }

[Terka]

diky s == 0 && /a/ je jasne !s && /a/ mi je taky jasne, ale predtim nebylo