Awk 入门/搜索模式 (1)
如你所知，Awk 会逐行遍历文件，并对匹配搜索模式的每一行执行代码块。到目前为止，我们只使用了非常简单的搜索模式，例如 /gold/，但你现在将学习更高级的搜索模式。本页上的搜索模式被称为正则表达式。正则表达式是一组规则，可以匹配特定的字符序列。
可以指定的 最简单 的搜索模式类型是简单字符串，用正斜杠 (/) 括起来。例如
/The/
这会搜索包含字符串 "The" 的任何行。这不会匹配 "the"，因为 Awk 是区分大小写的，但它会匹配像 "There" 或 "Them" 这样的单词。
这是最原始的搜索模式。Awk 定义了特殊字符或元字符，可以用来使搜索更具体。例如，在字符串前面加上 ^ ("插入符号") 会告诉 Awk 在输入行的开头搜索字符串。例如
/^The/
这会匹配任何以字符串 "The" 开头的行。包含 "The" 但不以其开头的行将不会匹配。
类似地，在字符串后面加上 $ 会匹配任何以搜索模式结尾的行。例如
/The$/
在本例中，不以 "The" 结尾的行将不会匹配。
但是，如果我们实际上想在文本中搜索 ^ 或 $ 这样的字符呢？很简单，我们只需在字符前面加上反斜杠 (\) 即可。例如
/\$/
这将匹配任何包含 "$" 的行。
有许多不同的元字符可用于自定义搜索模式。
可以使用方括号 ([]) 指定一组备选字符
/[Tt]he/
此示例匹配字符串 "The" 和 "the"。还可以指定字符范围。例如
/[a-z]/
这会匹配 "a" 到 "z" 之间的任何字符，以及
/[a-zA-Z0-9]/
这会匹配任何字母或数字。
还可以通过在范围前面加上 ^ 来排除字符范围。这与匹配字符串开头的插入符号不同，因为它位于方括号内。例如
/^[^a-zA-Z0-9]/
这会匹配任何不以字母或数字开头的行。实际上，你可以在字符集中包含插入符号，确保它不是列出的第一个字符。
竖线 (|) 允许将正则表达式进行逻辑 OR 操作。例如
/(^Germany)|(^Netherlands)/
这会匹配以单词 "Germany" 或单词 "Netherlands" 开头的行。请注意如何使用括号对这两个表达式进行分组。
点 (.) 允许 "通配符" 匹配，这意味着它可以用于指定任何任意字符。例如
/f.n/
这将匹配 "fan"、"fun"、"fin"，以及 "fxn"、"f4n"，以及任何其他以 f 开头，一个字符，然后以 n 结尾的字符串。
这种点通配符的使用对于 UNIX shell 用户来说应该很熟悉，但 Awk 对 * 通配符的解释略有不同。在 UNIX shell 中，* 会替换为任意长度的任意字符字符串，包括零，而在 Awk 中，* 只会匹配前一个字符或表达式的零次或多次重复。例如，"a*" 会匹配 "a"、"aa"、"aaa" 等。这意味着 ".*" 会匹配任何字符字符串。作为一个更复杂的示例，
/(ab|c)*/
这会匹配 "ab"、"abab"、"ababab"、"c"、"cc"、"ccc"，甚至 "abc"、"ababc"、"cabcababc"，或任何其他类似的组合。
还有其他字符允许匹配重复的字符。? 匹配前一个正则表达式的正好零次或一次出现，而 + 匹配前一个正则表达式的 一次或多次出现。例如
/^[+-]?[0-9]+$/
这会匹配任何只包含（可能带符号的）整数的 行。这是一个有点令人困惑的例子，将其分解成部分是有帮助的
^在行的开头查找字符串。[+-]?指定数字可能的 "+" 或 "-" 符号。[0-9]+指定至少一位数字 "0" 到 "9"。$指定行以数字结尾。
虽然这种语法由 Single Unix Specification 定义，但许多 awk 没有实现此功能。在 GNU Awk 4.0 之前的版本中，你需要—posix 或—re-interval 选项来启用它。
如果要将正则表达式匹配特定次数，可以使用花括号 ({})。例如
/f[eo]{2}t/
这会匹配 "foot" 或 "feet"。
要指定数字为最小值，请在后面加上逗号。
/[0-9]{3,}/
这会匹配至少三位数的数字。这是编写以下代码的更简单的方法
/[0-9][0-9][0-9]+/
可以在花括号中放置两个用逗号分隔的数字来指定一个范围。
/^[0-9]{4,7}$/
这会匹配包含 4 位、5 位、6 位或 7 位数字的行。数字过多或不足，则不会匹配。
除非你已经熟悉正则表达式，否则你应该尝试编写一些自己的正则表达式。为了查看你是否写对了，可以编写一个简单的 Awk 程序来打印任何匹配表达式的行，并测试它。
- 编写一个正则表达式来匹配邮政编码。美国邮政编码由 5 位数字和可选的连字符以及另外 4 位数字组成。
- 编写一个正则表达式来匹配任何数字，包括可选的小数点后跟更多数字。
- 编写一个正则表达式来查找电子邮件地址。查找有效的字符（字母、数字、点和下划线），后跟 "@"，然后是更多有效的字符，至少包含一个点。
- 编写一个正则表达式来匹配电话号码。它应该处理区号、分机号，以及可选的连字符和括号来对数字进行分组。确保它不会匹配过长或过短的电话号码。
在下一页中，你将学习其他类型的搜索模式。