特殊文字のAwkの/ GSUBの代替と列抽出

Question

私は、以下のように多くの行を含むファイルを持っている：

<li><img src="img/tt_potato-30x30.png" alt="ew_inactive"> <img src="img/in-event-40x40.png" alt="event"> - dep[(0:0)(0:0)]ref[(3:0)(0:0)]srch[?] - <a href "tcc_1111.html">XX:The quick brown fox jumped over the lazy </a> -<img src= "img/config-40x40.png" alt="config"><img src="img/validate-40x50.png" alt="validate"> - user 

<li><img src="img/tt_potato-30x30.png" alt="ew_inactive"> <img src="img/in-event-40x40.png" alt="event"> - dep[(0:0)(0:0)]ref[(3:0)(0:0)]srch[?] - <a href "tcc_1111.html">YY:Jack and Jill went up the hill </a> -<img src= "img/config-40x40.png" alt="config"><img src="img/validate-40x50.png" alt="validate"> - user 

<li><img src="img/tt_potato-30x30.png" alt="ew_inactive"> <img src="img/in-event-40x40.png" alt="event"> - dep[(0:0)(0:0)]ref[(3:0)(0:0)]srch[?] - <a href "tcc_1111.html">ZZ: Mary had a little lamb </a> -<img src= "img/config-40x40.png" alt="config"><img src="img/validate-40x50.png" alt="validate"> - user 

私は、以下の文字列を抽出し、他のすべてを破棄したいです。

XX: The quick brown fox jumped over the lazy 
YY: Jack and Jill went up the hill 
ZZ: Mary had a little lamb 

は、これまでのところ私は、次のawkコマンドを使用してみましたが、XXはYYとZZのために交換する必要があるとして、限られているように見えます。

awk '{gsub(/^.*XX:/,"XX:"); gsub(/[<\a>].*$/,"[</a>].");print}' 

他の標準的なLinuxツールを使用して提案できる代替品はありますか？おかげさまで

Answer 1

^.XXはany character followed by XX at the start of a lineを意味 - それはXXミッドラインとは一致しません。 [<\a>]はany of the characters <, \, a, or >を意味します。文字列は<\a>と一致しません。正規表現のチュートリアルを見つける...

あなたの質問は明確ではありませんが、これはあなたがやろうとしていることでしょうか？間で何でも印刷するには（）と一致するように、第三引数のための

$ awk '{sub(/<\/a>.*/,""); sub(/.*>/,"")} NF' file 
XX:The quick brown fox jumped over the lazy 
YY:Jack and Jill went up the hill 
ZZ: Mary had a little lamb 

またはGNU AWKとの...（1行に1つずつと仮定）：いずれかのsed

$ awk 'match($0,/.*<a[^>]*>(.*)<\/a>.*/,a){print a[1]}' file 
XX:The quick brown fox jumped over the lazy 
YY:Jack and Jill went up the hill 
ZZ: Mary had a little lamb 

は次のようになります。

$ sed -n 's/.*<a[^>]*>\(.*\)<\/a>.*/\1/p' file 
XX:The quick brown fox jumped over the lazy 
YY:Jack and Jill went up the hill 
ZZ: Mary had a little lamb 

Answer 2

私は推測する、このperlのワンライナーを行うだろう（あなたがLinux上であるように見える）：

perl -lne 'print $1 if m{>((XX|YY|ZZ):[^<]*)}' 

Answer 3

Input_fileが上記の例と同じ場合は、次も同じように役立ちます。

awk -F"\">|</a>" 'NF{print $4}' Input_file 

説明：フィールドセパレータとして">と</a>を作る（明らかに:) OPが必要なものを取得します）。 NFは空行をスキップする必要があります。ここでフィールドセパレータをこれらの2つに設定すると、第4フィールドがOPが必要とするフィールドになることがわかります。ここではフィールドの値をすべて表示する方法と、OPが取得する必要がある4番目のカラムを選択できます。

awk -F"\">|</a>" '{for(i=1;i<=NF;i++){print i,$i}}' Input_file 
1 <li><img src="img/tt_potato-30x30.png" alt="ew_inactive 
2 <img src="img/in-event-40x40.png" alt="event 
3 - dep[(0:0)(0:0)]ref[(3:0)(0:0)]srch[?] - <a href "tcc_1111.html 
4 XX:The quick brown fox jumped over the lazy 
5 -<img src= "img/config-40x40.png" alt="config 
6 <img src="img/validate-40x50.png" alt="validate 
7 - user 
1 <li><img src="img/tt_potato-30x30.png" alt="ew_inactive 
2 <img src="img/in-event-40x40.png" alt="event 
3 - dep[(0:0)(0:0)]ref[(3:0)(0:0)]srch[?] - <a href "tcc_1111.html 
4 YY:Jack and Jill went up the hill 
5 -<img src= "img/config-40x40.png" alt="config 
6 <img src="img/validate-40x50.png" alt="validate 
7 - user 
1 <li><img src="img/tt_potato-30x30.png" alt="ew_inactive 
2 <img src="img/in-event-40x40.png" alt="event 
3 - dep[(0:0)(0:0)]ref[(3:0)(0:0)]srch[?] - <a href "tcc_1111.html 
4 ZZ: Mary had a little lamb 
5 -<img src= "img/config-40x40.png" alt="config 
6 <img src="img/validate-40x50.png" alt="validate 
7 - user 

これが役立ちます。