如何使用awk与正则表达式提取指定行字符串

首先看你的原始数据行：

Susan Dalsass:(206) 654-6279:250:60:50

目标是提取出Susan Dalsass (206) 654-6279，你的原awk命令失效的核心原因：

• awk默认以空格为字段分隔符，导致Dalsass:(206)被识别为单个字段（$2），654-6279:250:60:50为$3，不存在$4
• 正则分组未被实际利用，且匹配逻辑没处理好冒号的分隔作用

下面提供几个实用的可行方案：

方案1：修改字段分隔符 #

将字段分隔符设置为冒号+空格的组合，直接拆分出目标内容：

BEGIN {FS="[: ]+"} {print $1, $2, $3, $4} susan.txt

解释：FS="[: ]+"指定以一个或多个冒号/空格作为分隔符，拆分后Susan是$1、Dalsass是$2、(206)是$3、654-6279是$4，直接打印即可得到目标格式。

方案2：正则捕获组提取 #

利用awk的正则捕获功能精准匹配需要的内容：

awk '{
    match($0, /(Susan Dalsass):[(]([0-9]{3})[)] ([0-9]{3}-[0-9]{4})/, arr)
    print arr[1], "(" arr[2] ") " arr[3]
}' susan.txt

解释：match函数会把正则分组的内容存入数组arr，再拼接成目标格式输出，适合格式固定的场景。

方案3：字符串替换简化处理 #

针对固定格式的行，直接清理不需要的部分：

awk '{sub(/:.*/, "", $2); print $1, $2, $3}' susan.txt

解释：sub(/:.*/, "", $2)会把Dalsass:(206)中的冒号及后续内容清空，得到Dalsass，再打印$1、处理后的$2和$3即可。

内容的提问来源于stack exchange，提问作者MHmmm