如何在带自定义函数的AWK程序中实现行匹配与指定列输出？

问题 #

我在Bash脚本中编写了一个包含自定义函数的AWK程序，原本可以根据$Columns变量指定的列，输出myfile.csv的对应列。现在需要扩展功能：仅输出包含$Searchfor变量指定字符串的行的指定列。

我尝试通过-v参数将$Searchfor传递给AWK，在AWK主块中使用/searched/匹配行，但出现语法错误。相关信息如下：

尝试的代码 #

create_selected ()
{
echo ............creating selected ..............
awk -F "," -v searched=$Searchfor -v cols=$Columns 'BEGIN{
       n=split(cols,Fields,/,/)
}
function _get_cols(i,s){
       for(i=1;i<=n;i++) s = length(s) ? s OFS $(Fields[i]) : $(Fields[i])
       return s
}
{
    /searched/ print _get_cols()
}' myfile.csv
}

错误信息 #

............creating selected ..............
awk: cmd. line:9:     /searched/ print _get_cols() 
awk: cmd. line:9:                 ^ syntax error

输入示例 #

echo $Columns
1 3 6
echo $Searchfor
dir1

cat myfile.csv
/data/Files/dir1/record_2023-01-11-15-20-00.csv.gz:2023-01-11 15:18:07.634,2023-01-11 15:17:03.683,2023-01-11 15:17:03.763,40,0,5253763,10.106.144.2,34334,157.240.221.34,443,6,281,1,59,1,0,0,0,0
/data/Files/dir2/record_2023-01-11-15-20-00.csv.gz:2023-01-11 15:18:07.634,2023-01-11 15:17:03.683,2023-01-11 15:17:03.763,40,0,5253763,10.106.144.2,34334,157.240.221.34,443,6,281,1,59,1,0,0,0,0
/data/Files/dir3/record_2023-01-11-15-20-00.csv.gz:2023-01-11 15:18:07.634,2023-01-11 15:17:03.683,2023-01-11 15:17:03.763,40,0,5253763,10.106.144.2,34334,157.240.221.34,443,6,281,1,59,1,0,0,0,0

期望输出 #

/data/Files/dir1/record_2023-01-11-15-20-00.csv.gz:2023-01-11 15:18:07.634 2023-01-11 15:17:03.763 5253763

解决方法 #

1. 语法错误修复 #

AWK中模式匹配后必须用{}包裹执行语句，且/searched/是匹配字面量字符串"searched"，而非你传入的变量。正确的匹配写法是用~运算符判断当前行是否包含变量内容：

$0 ~ searched { print _get_cols() }

2. 列分隔符修正 #

你的$Columns变量是空格分隔的列号，但原代码用逗号作为split分隔符，会导致所有列号被当成一个元素。需将split的分隔符改为空格：

n=split(cols,Fields,/ /)

3. 变量传递优化 #

传递Bash变量给AWK时，建议给变量值加双引号，避免因空格或特殊字符导致解析错误：

-v searched="$Searchfor" -v cols="$Columns"

修正后的完整代码 #

create_selected ()
{
echo ............creating selected ..............
awk -F "," -v searched="$Searchfor" -v cols="$Columns" 'BEGIN{
       n=split(cols,Fields,/ /)
}
function _get_cols(i,s){
       for(i=1;i<=n;i++) s = length(s) ? s OFS $(Fields[i]) : $(Fields[i])
       return s
}
$0 ~ searched {
    print _get_cols()
}' myfile.csv
}

代码说明 #

• $0 ~ searched：判断当前行是否包含searched变量指定的字符串
• split(cols,Fields,/ /)：将空格分隔的列号字符串拆分为数组，方便后续提取指定列
• 加引号传递变量：避免变量包含特殊字符时出现解析异常

内容的提问来源于stack exchange，提问作者Chrizk