如何减少AWK中正则表达式的贪婪性？

我想在中进行非贪心模式（正则表达式）匹配awk。这是一个例子：

echo "@article{gjn, Author =   {Grzegorz J. Nalepa}, " | awk '{ sub(/@.*,/,""); print }'

是否可以编写选择较短字符串的正则表达式？

@article{gjn,

而不是这个长字符串？：

@article{gjn, Author =   {Grzegorz J. Nalepa},

我想得到这个结果：

 Author =   {Grzegorz J. Nalepa},

echo“ ，文章{gjn，作者= {Grzegorz J. Nalepa}，” | awk'{sub（/ ， [^，] *，/，“”）; 打印}'
      ↑↑^^^^^^

请注意，我在输入字符串和正则表达式的第一个位置将@字符更改为逗号（,）字符（并且也更改.*为[^,]*）。是否可以编写选择较短字符串的正则表达式？

, Author =   {Grzegorz J. Nalepa},

而不是更长的字符串？：

,article{gjn, Author =   {Grzegorz J. Nalepa},

我想得到这个结果：

,article{gjn

如果要选择@，然后选择第一个,，则需要将其指定为@[^,]*,

即@后跟任意数量的（*非逗号（株）[^,]），然后用逗号（,）。

这种方法相当于@.*?,，但不适用于类似的功能@.*?string，因为后面的内容不只是单个字符。否定一个字符很容易，但是在正则表达式中否定字符串则要困难得多。

另一种方法是对输入进行预处理，以将输入替换或添加string在输入中不会出现的字符之前：

gsub(/string/, "\1&") # pre-process
gsub(/@[^\1]*\1string/, "")
gsub(/\1/, "") # revert the pre-processing

如果不能保证输入中不包含替换字符（\1如上），一种方法是使用转义机制：

gsub(/\1/, "\1\3") # use \1 as the escape character and escape itself as \1\3
                   # in case it's present in the input
gsub(/\2/, "\1\4") # use \2 as our maker character and escape it
                   # as \1\4 in case it's present in the input
gsub(/string/, "\2&") # mark the "string" occurrences

gsub(/@[^\2]*\2string/, "")

# then roll back the marking and escaping
gsub(/\2/, "")
gsub(/\1\4/, "\2")
gsub(/\1\3/, "\1")

这适用于fixed，string但不适用于任意正则表达式，例如@.*?foo.bar。

已经有好几个不错的答案，它们为awk无法进行非贪婪匹配提供了解决方法，因此，我提供了一些使用Perl兼容正则表达式（PCRE）的替代方法的信息。请注意，awk可以perl使用-n命令行选项轻松地重新实现大多数简单的“匹配和打印” 脚本，并且可以使用a2p Awk到Perl 转换器将更复杂的脚本转换。

Perl有一个非贪婪的运算符，可以在Perl脚本和任何使用PCRE的东西中使用。例如，也在GNU grep的-P选项中实现。

PCRE 与 Perl的正则表达式不同，但是非常接近。对于许多程序而言，它是正则表达式库的流行选择，因为它非常快，并且Perl对扩展正则表达式的增强非常有用。

在perlre（1）手册页中：

   By default, a quantified subpattern is "greedy", that is, it will match
   as many times as possible (given a particular starting location) while
   still allowing the rest of the pattern to match.  If you want it to
   match the minimum number of times possible, follow the quantifier with
   a "?".  Note that the meanings don't change, just the "greediness":

       *?        Match 0 or more times, not greedily
       +?        Match 1 or more times, not greedily
       ??        Match 0 or 1 time, not greedily
       {n}?      Match exactly n times, not greedily (redundant)
       {n,}?     Match at least n times, not greedily
       {n,m}?    Match at least n but not more than m times, not greedily

这是旧文章，但以下信息可能对其他人有用。

显然，有一种方法可以在awk中执行非贪婪的RE匹配。基本思想是使用match（string，RE）函数，并逐渐减小字符串的大小，直到匹配失败为止，例如（unested）：

if (match(string, RE)) {
    rstart = RSTART
    for (i=RLENGTH; i>=1; i--)
        if (!(match(substr(string,1,rstart+i-1), RE))) break;
    # At this point, the non-greedy match will start at rstart
    #  for a length of i+1
}

对于一般表达式，可以将其用作非贪婪匹配：

function smatch(s, r) {
    if (match(s, r)) {
        m = RSTART
        do {
            n = RLENGTH
        } while (match(substr(s, m, n - 1), r))
        RSTART = m
        RLENGTH = n
        return RSTART
    } else return 0
}

我正在根据@JimMellander的答案使用它。smatch的行为类似于match，返回：

s 正则表达式r发生的位置； 如果不存在，则返回0。变量RSTART和RLENGTH被设置为匹配字符串的位置和长度。

awk中没有办法进行非贪婪匹配。不过，您也许可以得到所需的输出。sch的建议适用于该行。如果您不能依靠逗号，但是“作者”始终是您想要的内容的开始，则可以这样做：

awk '{ sub(/@.*Author/,"Author"); print }'

如果“作者”之前的字符数始终相同，则可以执行以下操作：

awk '{ sub(/@.{21}/,""); print }'

您只需要知道整个数据集的数据情况即可。

天无绝人之路。通过使用逗号作为分隔符，可以很容易地解决给定的问题。

echo "@article{gjn2010jucs, Author =   {Grzegorz J. Nalepa}, " |
awk -F, '{sub(/^[ \t]/, "", $2); print $2}'

当字段数变化时，通常需要更好的东西。在这种情况下，找到停用词通常会奏效，因为您可以使用它们从行中删除任何内容。在示例的上下文中，这就是我所说的停用词。

echo "@article{gjn2010jucs, Author =   {Grzegorz J. Nalepa}, " |
awk  '{sub(/.*Author/, "Author", $0); sub(/},.*/, "}", $0); print $0}'

我知道这是一个老帖子。但是这里只是按照要求使用awk作为OP：
A = @ article {gjn2010jucs，Author = {Grzegorz J. Nalepa}，
echo $ A | awk'sub （/ @ [^，] * /，“”）'

输出：
，作者= {Grzegorz J. Nalepa}，