运算符的Awk正则表达式

Question

我想用我的awk正则表达式来计数和和文件中的匹配数。

文件file包含：

Gra pes
gra ndma
straw berry
blue Berry
banana
peanut
school

我需要为模式匹配做一个正则表达式，但是我不知道如何在regex中实现和/OR，尽管它们具有相同的优先级。

我试过：

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

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

我假设我的语法出现了OR香蕉圈花生错误，但我不知道如何修复它。

对出了什么问题有什么想法吗？谢谢

Answer 1

你的雷杰普很好。您的问题是在tolower($1)上匹配它，这是转换为小写的第一个字段(空白，用FS的默认值分隔)。

因此，例如，在第一行(Gra pes)上，它将匹配针对gra的regexp并失败。

为了记录在案，您需要$0：

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

还请注意，在默认情况下，regexp没有锚定，因此，它将在peanutbutter上匹配，例如在peanut中找到。如果希望通过regexp将输入记录作为一个整体进行匹配，则需要：

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

它在主题(^)的开头与foo或bar后面的主题($)后面匹配。请注意，括号在那里很重要。^foo|bar$要么是^foo (开始时的foo)，要么是bar$ (最后是bar)，比如在fooX或Ybar上匹配。