awk处理多行文本的记录

awk使用内置的变量RS将输入流拆分为一个个记录(record)，使用FS将一个记录拆分为若干个域（field)。RS的默认值为\n，FS的默认值为空白字符。有时候会出现一个记录跨越多行的情况，这时就需要手动设置RS为记录中不会出现的字符（否则会将一个记录拆分为两个记录），如空行(RS=””）、分页符(RS=”\f”）、或者一个正则表达式（POSIX只支持单个字符，正则表达式需要gawk）。

一个示例文本如下：

spawn ssh user_00@10.10.10.1#36000

Version 123

Text Nothing

spawn ssh user_00@10.10.10.2#36000

Version 456

Text Nothing

spawn ssh user_00@10.10.10.3#36000

Version 123

Text Some Text

spawn ssh user_00@10.10.10.4#36000

Version 456

Text Another Text

每个spawn语句构成了一个记录，因此此处使用RS=”spawn”。为了提取Version为123的机器的IP，可以使用如下的脚本

#!/usr/bin/awk -f

BEGIN {RS="spawn"} 

{

	if(index($0,"Version 123"))

	{

		at_i=index($0,"user_00@");

		pound_i=index($0,"#36000");

		print substr($0,at_i+8,pound_i-at_i-8) 

	} 

}

执行结果如下

james@debian:~$ ./process.awk test.txt 

10.10.10.1

10.10.10.3