awk匹配字符串反斜杠问题：筛选特定路径并输出路径与SHA1

问题场景 #

给定日志文件内容：

1. 2023-12-24T07:00:00 2152 4078 information.cp 253 TEST Verifying certificate completed for 'C:\Windows\Temp\test file1.exe', SHA1: 'efdfe54bce9edc227bee03bc61cbfaa8b3c754ee' lookup took: '57969' nanoseconds,
2. 2023-12-24T08:00:00 2152 4078 information.cp 253 TEST Verifying certificate completed for 'C:\Microsoft\testfile2.exe', SHA1: 'ffdfe54bce9edc227bee03bc61cbfaa8b3c754dd' lookup took: '57970' nanoseconds,

需求：仅提取文件路径包含Microsoft或Windows\Temp的条目，输出对应文件路径和SHA1值。

原执行命令及报错：

awk -F\' '($2 ~ (Microsoft || Windows\\Temp) {print $2, $4}' file

报错信息：

awk: syntax error at source line 1
context is
$2 ~ (Microsoft || >>> Windows\ <<< \Temp) {print $2, $4}
awk: bailing out at source line 1

错误原因 #

1. 正则语法错误：awk多条件匹配需用/pattern1|pattern2/格式，不能直接用(A || B)的写法；
2. 反斜杠转义问题：shell和awk层面都需要对反斜杠转义，原命令的转义层级不足；
3. 括号不匹配：原命令中($2 ~ ...)缺少闭合右括号。

修正后的命令 #

方案1：正则匹配（推荐） #

awk -F\' '$2 ~ /Microsoft|Windows\\\\Temp/ {print $2, $4}' file

• -F\'：以单引号为分隔符，确保$2对应文件路径、$4对应SHA1值；
• /Microsoft|Windows\\\\Temp/：\\\\经过shell转义后传递给awk为\\，awk正则中再转义一次得到\，匹配日志里的路径分隔符；
• 去掉冗余括号，简化语法。

方案2：字符串匹配（更直观） #

awk -F\' 'index($2, "Microsoft") != 0 || index($2, "Windows\\Temp") != 0 {print $2, $4}' file

• index($2, "str")返回字符串str在$2中的起始位置，不为0则表示存在该子串；
• Windows\\Temp经shell转义后，awk中得到Windows\Temp，直接匹配目标路径。

执行结果 #

C:\Windows\Temp\test file1.exe efdfe54bce9edc227bee03bc61cbfaa8b3c754ee
C:\Microsoft\testfile2.exe ffdfe54bce9edc227bee03bc61cbfaa8b3c754dd

内容的提问来源于stack exchange，提问作者ghostrider