Uso do awk para procurar por string que contenha caracteres

Question

Estou enfrentando uma questão de pesquisar linhas de texto em um arquivo de texto.

Atualmente, estou usando este comando

check='awk -F : -v "title=$title" 'tolower($1) ~ tolower(title)' test.txt'

Funciona bem quando as strings são caracteres alfabéticos puros. Assumindo que o arquivo de texto contém 3 linhas de string que são

C++ Programming in 21 Days
C## Programming in 21 Days
C Programming in 21 Days

Quando eu fizer uma pesquisa parcial por apenas uma letra C , 3 dos resultados serão exibidos, que é o que eu quero, no entanto, se eu inserir C++ P , meu programa retornará o texto não encontrado. E se eu digitar C++ , todos os 3 resultados serão exibidos também.

Mas o engraçado é que, se eu pesquisar por C## P , meu programa retornará C## Programming in 21 Days encontrado.

Não consigo descobrir o que está causando esse erro. Por favor, ajude.

    

Answer 1

O "+" está sendo tratado como uma expressão regular.

$ title="C++ P"
$ awk -F: -v "title=$title" 'tolower($1) ~ tolower(title)' test.txt
C Programming in 21 Days
$ title="C.. P"
$ awk -F: -v "title=$title" 'tolower($1) ~ tolower(title)' test.txt
C++ Programming in 21 Days
C## Programming in 21 Days

Se estiver interessado apenas em corresponder ao início, você pode usar

$ awk -F: -v "title=$title" 'tolower(substr($0,0,length(title))) == tolower(title)' test.txt

Ou para combinar em qualquer lugar dentro da linha

$ title="C"
$ awk -F: -v "title=$title" 'index(tolower($0),tolower(title))' test.txt
C++ Programming in 21 Days
C## Programming in 21 Days
C Programming in 21 Days
$ title="C++ P"
$ awk -F: -v "title=$title" 'index(tolower($0),tolower(title))' test.txt
C++ Programming in 21 Days
$ title="C## P"
$ awk -F: -v "title=$title" 'index(tolower($0),tolower(title))' test.txt
C## Programming in 21 Days

    

Answer 2

tolower(title) é tratado como expressão regular:

• C++ corresponde ao caractere C literalmente (diferencia maiúsculas de minúsculas)

  • Quantificador: ++ Entre um e ilimitado, tantas vezes quanto possível, sem devolver [possessivo]

• C corresponde ao caractere C literalmente (diferencia maiúsculas de minúsculas)

• C## corresponde aos caracteres C## literalmente (diferencia maiúsculas de minúsculas)

Para obter o resultado correto para C++ , você precisa do padrão C\+\+

Exemplos

% title="C\+\+"                                                
% awk -F : -v "title=$title" 'tolower($1) ~ tolower(title)' foo
C++ Programming in 21 Days

ou menor

% awk '/[Cc]\+\+/' foo 
C++ Programming in 21 Days

% awk '/[Cc]##/' foo  
C## Programming in 21 Days

% awk '/[Cc] /' foo
C Programming in 21 Days

ou com uma variável externa

% title='C## P'
% awk '/'"$title"'/' foo   
C## Programming in 21 Days

% title='C\+\+ P'                        
% awk '/'"$title"'/' foo 
C++ Programming in 21 Days

% title='C\+\+ P'
% check=$(awk '/'"$title"'/' foo) 
% echo $check
C++ Programming in 21 Days

e assim por diante