基于Awk实现多关键词文本块匹配（含AND/OR逻辑及高亮）

问题根源 #

你遇到的核心问题是：当构造AND逻辑的匹配条件时，直接将拼接后的字符串传给$0~search，Awk会把整个字符串当作单一正则表达式处理，而非逻辑与的条件组合。比如你构造的"Apple&&Kiwi"，$0~"Apple&&Kiwi"会尝试匹配包含Apple&&Kiwi的文本，而非同时包含Apple和Kiwi的文本。而手动输入/Apple/&&/Kiwi/时，这是Awk原生的逻辑与表达式，所以能正常工作。

修正后的bash/zsh函数实现 #

下面是完整的searchBlock函数，支持OR/AND风格的参数、块分割（至少5个换行）、关键词高亮：

searchBlock() {
    local pattern="$1"
    local input_file="${2:-veganPackage.txt}"
    local awk_logic=""
    local highlight_patterns=()

    # 解析OR模式 [A|B|C]
    if [[ "$pattern" =~ ^\[([^\[\]]+\|)+\] ]]; then
        local or_terms="${pattern:1:-1}"
        awk_logic="$0~/${or_terms//|/\\|}/"
        highlight_patterns=(${or_terms//|/ })
    # 解析AND模式 [A&B&C]
    elif [[ "$pattern" =~ ^\[([^\[\]]+&)+\] ]]; then
        local and_terms="${pattern:1:-1}"
        local terms=(${and_terms//&/ })
        # 构造Awk逻辑与表达式：$0~/term1/ && $0~/term2/ && ...
        awk_logic=$(printf '$0~/%s/ && ' "${terms[@]}")
        awk_logic="${awk_logic% && }"  # 移除最后多余的 &&
        highlight_patterns=("${terms[@]}")
    else
        echo "错误：请使用[OR|模式]或[AND&模式]格式"
        return 1
    fi

    # 构造高亮替换规则：用ANSI红色高亮匹配关键词
    local highlight_replace=""
    for term in "${highlight_patterns[@]}"; do
        highlight_replace+="gsub(/$term/, \"\033[31m&\033[0m\"); "
    done

    # Awk执行逻辑：按至少5个换行分割块，匹配逻辑，高亮后输出
    awk -v RS='\n{5,}' -v logic="$awk_logic" -v replace="$highlight_replace" '
        BEGIN {
            # 确保空块不被匹配
            if (length(RS) == 0) RS = "\n"
        }
        {
            # 执行匹配逻辑
            if (eval(logic)) {
                # 执行高亮替换
                eval(replace)
                print $0 "\n\n"  # 输出块并添加分隔
            }
        }
    ' "$input_file"
}

关键修正点说明 #

1. AND逻辑表达式构造：

   • 将[A&B&C]拆分为独立关键词数组，然后拼接成$0~/A/ && $0~/B/ && $0~/C/的Awk原生逻辑表达式，而非单一正则。
   • 使用eval(logic)让Awk执行这个动态构造的逻辑条件，而非用$0~logic的单一正则匹配。

2. 高亮实现：

   • 用ANSI转义码\033[31m（红色）和\033[0m（重置）包裹匹配关键词，通过gsub实现全局替换。
   • 动态构造替换语句数组，确保所有关键词都被高亮。

3. 块分割：

   • 设置RS='\n{5,}'，让Awk将连续至少5个换行作为块分隔符，正确分割文本块。

使用示例 #

• 搜索同时包含Apple和Kiwi的块：

  searchBlock "[Apple&Kiwi]"
  

• 搜索包含Banana或Mango的块：

  searchBlock "[Banana|Mango]"
  

• 指定其他输入文件：

  searchBlock "[Soy&Oat]" otherPackage.txt
  

内容的提问来源于stack exchange，提问作者hbendi