【Awk & Jq活用講座】CSVデータ編集で使える最低限覚えておきたい正規表現の活用法

            
            1. gensub関数で利用
2. Awk内のブロック条件内で利用
3. if条件の中で利用
        

            
            $ awk -F"," 'BEGIN {OFS=","} {
    date = gensub(/[0-9]{4}\/([0-9]{2})\/([0-9]{2})/, "\\1月\\2日", "g", $1);
    print date, $2, $3;
}' << EOF
2021/04/06,出張,山田
2021/04/08,会議,佐藤
2021/04/17,リモートワーク,鈴木
EOF
#👇出力
04月06日,出張,山田
04月08日,会議,佐藤
04月17日,リモートワーク,鈴木
        

            
            $ awk '
#👇一列目が数字で終わるもの
$1 ~ /[0-9]$/ {
    print FNR ": " $1
}
' << EOF
1234
abc
dfgh
567
ij
EOF
#👇出力
1: 1234
4: 567
        

            
            $ echo 'abc,efg123,hijk,lmn,456,ABC' | awk -F"," '{
    for (i=1;i<=NF;i++) {
        #👇3つの数字の連続の列があったら表示
        if ($i ~ /\d{3}/) {
            print $i;
        }
    }
}'
#👇出力
efg123
456

$ echo 'abc,efg123,hijk,lmn,456,ABC' | awk -F"," '{
    for (i=1;i<=NF;i++) {
        #👇3つの数字の連続以外の列があったら表示
        if ($i !~ /\d{3}/) {
            print $i;
        }
    }
}'
#👇出力
abc
hijk
lmn
ABC
        

            
            <文字列> | フィルター関数(<正規表現>)
<文字列> | フィルター関数(<正規表現>; <フラグ>)
<文字列> | フィルター関数([<正規表現>, <正規表現>, ...])
<文字列> | フィルター関数([<正規表現>, ..., <正規表現>, <フラグ>])
        

            
            g - グローバル検索:
    正規表現に一致した全てのパターンを探す
i - 大文字と小文字を区別:
    指定すると大文字と小文字を区別しない
m - マルチラインモード:
    改行文字にも'.'でマッチ出来るようになる。
    先頭位置を^、最後尾位置を$で指定できる。
s - シングルラインモード:
    デフォルト。
    改行文字までを検索する。
    ただし先頭位置は'^' -> '\A'、最後尾位置は'$' -> '\Z'として利用可能。
n - 空マッチ:
    指定すると空のマッチ結果の場合を無視する
p - 自動ラインモード:
    sとmを自動で切り替え
l - 最長マッチモード:
    デフォルトを最長マッチで検索するようになる。
x - 拡張正規モード:
    拡張正規が利用できる。
    空白文字の無視、コメントのスキップなど
        

            
            + split
+ test
+ match
+ capture
+ gsub
        

            
            jq -sR '
#👇mapを使うために配列化のために([...])でラップする
[
    #👇改行位置で配列に変換し、中身を取り出す
    split("\\r?\\n"; "g")[]
    #👇空文字を弾く
    | select(length > 0)
    #👇コンマ切りで配列に変換する
    | split(","; "g")
]' << EOF
2021/04/06,出張,山田
2021/04/08,会議,佐藤
2021/04/17,リモートワーク,鈴木
EOF
#👇出力
[
  [
    "2021/04/06",
    "出張",
    "山田"
  ],
  [
    "2021/04/08",
    "会議",
    "佐藤"
  ],
  [
    "2021/04/17",
    "リモートワーク",
    "鈴木"
  ]
]
        

            
            $ echo '["abc", "efg", "123"]' | jq -s '.[][] | select(. | test("[0-9]{3}"))'
#👇出力
"123"

#👇testは結果をtrue/falseで返すのでnotを追加すると否定のフィルターとなる
$ echo '["abc", "efg", "123"]' | jq -s '.[][] | select(. | test("[0-9]{3}") | not)'
#👇出力
"abc"
"efg"