如何扩展AWK脚本以支持多正则匹配并汇总$3列数值

需求说明 #

我原本有一段匹配单个正则表达式、汇总对应行第3列数值的AWK单行命令，也改成了单规则匹配的AWK脚本。现在需要修改这个脚本，让它支持多个正则表达式，分别匹配记录并汇总对应第3列的数值，最终输出每个匹配正则与对应汇总值的列表。

相关参考信息 #

• 原AWK单行命令：

awk -F "|" '$2 ~ /BYRON PHARMACY/ {sum += $3} END {print "BYRON PHARMACY" sum}' > data_file

• 该命令的输出示例：BYRON PHARMACY 24.95
• 多正则匹配后的期望输出：

BYRON PHARMACY 24.95
AMAZON AU 49.98
BYRON IGA 4.90
AGL 405.59

• 现有单正则匹配AWK脚本：

#!/usr/bin/awk -f

BEGIN {
    FS = "|"
    sum = 0
}

$2 ~ /BYRON IGA/ {sum += $3}

END {
    print "BYRON IGA", sum
}

改造后的脚本方案 #

使用AWK的关联数组存储每个目标正则对应的汇总值，遍历匹配后输出结果：

#!/usr/bin/awk -f

BEGIN {
    FS = "|"
    # 定义需要匹配的正则表达式及其对应的显示名称
    targets["BYRON PHARMACY"] = /BYRON PHARMACY/
    targets["AMAZON AU"] = /AMAZON AU/
    targets["BYRON IGA"] = /BYRON IGA/
    targets["AGL"] = /AGL/
}

# 逐行检查是否匹配目标正则，匹配则累加对应数值
{
    for (name in targets) {
        if ($2 ~ targets[name]) {
            sums[name] += $3
            break  # 同一行仅匹配第一个符合的正则，避免重复累加
        }
    }
}

END {
    # 输出所有目标的汇总结果
    for (name in targets) {
        print name, sums[name] + 0  # +0确保未匹配时输出0而非空值
    }
}

额外说明 #

1. 固定输出顺序：如果需要输出顺序和targets定义的顺序一致，可以在BEGIN块中添加顺序数组，示例：

BEGIN {
    FS = "|"
    # 定义输出顺序
    order[1] = "BYRON PHARMACY"
    order[2] = "AMAZON AU"
    order[3] = "BYRON IGA"
    order[4] = "AGL"
    # 绑定正则与名称
    targets["BYRON PHARMACY"] = /BYRON PHARMACY/
    targets["AMAZON AU"] = /AMAZON AU/
    targets["BYRON IGA"] = /BYRON IGA/
    targets["AGL"] = /AGL/
}

# ... 中间匹配逻辑不变 ...

END {
    for (i=1; i<=length(order); i++) {
        name = order[i]
        print name, sums[name] + 0
    }
}

2. 允许多重匹配：如果同一行需要匹配多个正则并分别累加，移除匹配逻辑中的break语句即可。
3. 空值处理：sums[name] + 0确保即使某个正则没有匹配到任何记录，也会输出0而非空字符串。

内容的提问来源于stack exchange，提问作者ajr_chm