3

Quiero filtrar los siguientes datos mediante AWK:

0
0
$$$$
1
1
$$$$
2
2
$$$$
3
3
$$$$
4
4
$$$$
5
5

y supongamos que quiero extraer los datos sólo entre el segundo patrón y el tercero:

2
2

No consigo que seleccione mediante "$" y que comience en la coincidencia que me interesa.

Lo único que tengo, o con lo que he arrancado es:

awk '/patron/{flag=1;next} /patron/{flag=0}flag' archivo

Por patron se entiende en este caso $$$$, pero como comento con anterioridad no consigo que lo identifque.

4
  • ¿Podrías poner lo que haz hecho en awk?
    – Cuauhtli
    el 16 nov. 2020 a las 18:35
  • cat archivo| awk '/patron/{flag=1;next} /patron/{flag=0}flag' Pero no consigo que identifique el caracter $$$$ y tampoco sé como comenzar en la coincidencia que quiera.
    – uland
    el 16 nov. 2020 a las 19:28
  • Estoy a punto de terminar una respuesta que creo que te puede ayudar. De todas maneras, pon ese comentario en tu publicación para que otros puedan ofrecer sus diferentes puntos de vista. Por cierto, ¿A qué te refieres con patron? ¿A un patrón de verdad o a la palabra "patron"?
    – Cuauhtli
    el 16 nov. 2020 a las 19:38
  • A un patrón de verdad, en este caso $$$$. Intentaba ponerlo de forma genérica ya que con $$$$ no consigo que funcione, entiendo que interpreta otra cosa. Mil gracias
    – uland
    el 16 nov. 2020 a las 19:59

2 respuestas 2

3

Ibas bien con la expresión que planteabas, solamente debes exprimirla un poco más:

awk '/patron/{flag++;next} flag==2' fichero

En tu caso concreto: awk '/^\$\$\$\$/{flag++;next} flag==2'.

¿Qué hace esto?

  • /patron/{flag++;next} cuando encuentra el patrón, incrementa la variable flag, que hace algo así como de bandera. Como nunca querremos imprimir esta línea, saltamos a la siguiente con next. El patrón en tu caso puede ser ^\$\$\$\$, que quiere decir "la línea empieza por $$$$".
  • flag==2 utilizando el hecho que Awk ejecuta {print $0} por defecto cuando encuentra un valor cierto, podemos omitirlo. Por tanto, simplemente se trata de poner una condición lógica que solo se cumpla cuando nos interese. En este caso, indicamos flag==2, que quiere decir que el contador de patrones está exactamente a 2. Es decir, estamos indicando que imprima cuando haya entrada en el 2.º bloque de $$$$.
6
  • 2
    Gran respuesta.
    – Adrian
    el 17 nov. 2020 a las 7:00
  • 1
    Muy buena respuesta.
    – uland
    el 17 nov. 2020 a las 10:56
  • Me surge una duda de como seguir implementándolo que no consigo modificar, no se si plantearla como otra duda o indicarla aquí. La comento: ¿Y si quisiese que sólo mostrase las líneas entre el patrón pero que contengan por ejemplo el número 4? Es decir que contenga una condición para mostrarse.
    – uland
    el 17 nov. 2020 a las 10:56
  • @uland a bote pronto se me ocurre escribir awk '/patron/{flag++;next} flag==2 && /4/' fichero. Con esto imprimirá las líneas que aparezcan después del 2.º patrón que contengan "4". Recomiendo leer también ¿Cómo puedo seleccionar las líneas entre dos patrones?.
    – fedorqui
    el 17 nov. 2020 a las 11:02
  • 1
    @uland plantea pues una nueva pregunta, seguro que es bien interesante.
    – fedorqui
    el 17 nov. 2020 a las 11:33
3

Como se ha recapitulado en otras publicaciones dentro de este mismo sitio, awk funciona de la manera patrón{acción}. Donde la acción por defecto es imprimir el registro (más no renglón) entero.

Saber esto nos permite desencadenar todo el poder de awk y evitarnos escribir ciertas cosas. Sin embargo, es necesario saber esto para entender la correspondencia entre el código y la salida.

Con el siguiente ejemplo, obtendremos lo que esté entre el segundo y tercer patrón de la forma $*:

$ awk \
    -v ncoin=2 '
/\$+/{ 
    if (++coin == ncoin) start = NR
    else if (coin == ncoin + 1) stop = NR
}
NR == stop {exit}
start && NR > start
' archivo

Resultando en:

2 
2

En caso de que se quiera otro, sólo se debe de cambiar el valor de la variable ncoin.

En esta caso, utilzamos el parametro -v que nos permite definir la variable ncoin con el valor 2 para servirnos como indicador del número de coincidencia que queremos.

Después, dentro del script de awk, utilizamos tres patrones:

  1. La expresión regular /\$+/, que indica "el registro que tenga uno o más caracteres '$'"
  2. La expresión lógica NR == stop, que indica "cuando el número de registro sea igual a lo almacenado en la variable stop"
  3. La expresión lógica start && NR > start, que indica "cuando la variable start sea diferente de cero y el número de registro sea mayor a lo almacenado en la variable start"

¡En ese orden (al menos en mi propuesta)!

Antes de comenzar con lo que hay dentro de las acciones, hay que recordar que awk contiene variables predefinidas con información importante. Una de ellas es NR que indica el número de registros "vistos" hasta el momento. Que, a mi juicio y de otros, es una fuerte equivalencia entre esta variable y el número de renglón correspondiente.

Después de esta recapitulación, dentro del primer patron encontrado, la acción realizada es incrementar la variable coin en 1, al compararla con la variable que definimos nosotros como ncoin.

Si son iguales, es lo mismo que decir que tal número de coincidencia es igual al número de coincidencia que queríamos.

Al dar por verdadero esto, a la variable start se le asigna el valor del renglón en el que fue encontrado.

Después, si no lo es, preguntamos si aquel número, ya incrementado, corresponde al número de coincidencia deseado más uno; es decir, al número de renglón de la siguiente coincidencia.

Al dar por verdadero esto, a la variable stop se le asigna el valor del renglón en el que fue encontrado.

En el segundo patrón, preguntamos si la variable stop, que incrementamos en la primera acción, es la misma que el actual registro.

En caso de ser cierto, nos salimos del script.

En el tercer patrón, preguntamos si la variable start, que asignamos tambión en la primera acción, es diferente de cero y su valor almacenado coincide con el número de registro. Notemos como no definimos una acción a diferencia de las anteriores. Esto le indica a awk que imprima el actual registro.

Entonces, con todo esto, se imprime lo que esté entre el patrón deseado y el siguiente. Además, el programa sale después de encontrar el siguiente patrón.

Nota: En caso de intercambiar el patron 1 con el 3, esto permitiría que se imprimiera este patrón debido a la condición NR > start. Por esto es que la condición de salida va antes. Si se desea evitar esto, tan sólo habría que añadir a la condición start && NR > start && NR != stop

2
  • Funciona a la perfección extraplandolo al caso que necesitaba y gran explicación. Trataré de entenderla al completo. Muchas gracias.
    – uland
    el 16 nov. 2020 a las 20:41
  • 1
    Bien explicado y resuelto. Nótese de todos modos que se puede exprimir un poco más el Awk y limitarlo a apenas un awk '/patron/{flag++;next} flag==2' fichero, que explico en mi respuesta.
    – fedorqui
    el 17 nov. 2020 a las 6:32

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.