使用Awk结合正则表达式提取捕获组遇语法错误求助

问题根源 #

1. zsh引号解析错误：原命令外层用单引号包裹awk脚本，但脚本内部存在未转义的单引号，导致zsh提前终止引号解析，触发parse error near ')'。
2. BSD Awk兼容性限制：macOS默认的Awk是BSD版本，不支持PCRE正则的正向前瞻(?=...)、命名捕获组(?<name>...)，也不支持match()函数的第三个数组参数来保存捕获组。

解决方案 #

方案一：使用系统默认BSD Awk（无需额外安装） #

调整正则为基础ERE格式，通过字符串处理提取目标内容，同时修复zsh引号问题：

awk -E '/information\.cp/ {
    # 提取文件路径
    path = $0
    sub(/.*'\''/, "", path)
    sub(/'\''.*/, "", path)
    # 提取SHA1值
    sha1 = $0
    sub(/.*SHA1: '\''/, "", sha1)
    sub(/'\''.*/, "", sha1)
    # 输出结果（可按需调整格式）
    print "路径:", path
    print "SHA1:", sha1
}' logs

说明：

• -E参数启用BSD Awk的扩展正则表达式（ERE）模式；
• 通过sub()函数逐步截断字符串，提取单引号包裹的路径和SHA1值；
• 单引号转义为'\''，避免zsh解析错误。

方案二：安装GNU Awk（gawk）支持高级正则 #

GNU Awk支持PCRE正则、命名捕获组等特性，完全适配原脚本逻辑：

1. 先通过Homebrew安装gawk：

brew install gawk

2. 修复引号问题后执行命令：

gawk 'match($0, ".*?(?=information\\.cp)\\w+\\.(?:\\w+\\s+)+'\''(?<path>[^'\'']+)'\'',\\s+SHA1:\\s'\''(?<Sha1>[^'\'']+)'\''.*", m) {
    print m["path"], m["Sha1"]
}' logs

说明：

• 将脚本内的单引号转义为'\''，解决zsh的引号解析问题；
• 使用gawk替代系统默认awk，支持原脚本中的前瞻断言、命名捕获组和match()的数组参数。

内容的提问来源于stack exchange，提问作者ghostrider