☰

从不同文件夹中的多个日志文件中提取字符串

tag-icon • tag-icon linux bash shell-script
从不同文件夹中的多个日志文件中提取字符串

我的父文件夹中有很多子文件夹，每个子文件夹内都有一个日志文件。在日志文件中，我有很多这样的数据：

>  Rotational constants (GHZ):           0.0423083           0.0029364  
> 0.0027927  Standard basis: 6-31G(d,p) (6D, 7F)  There are  1566 symmetry adapted cartesian basis functions of A   symmetry.  There are
> 1566 symmetry adapted basis functions of A   symmetry.   1566 basis
> functions,  3052 primitive gaussians,  1566 cartesian basis functions 
> 355 alpha electrons      355 beta electrons
>        nuclear repulsion energy     15971.0567247177 Hartrees.  NAtoms=  130 NActive=  130 NUniq=  130 SFac= 1.00D+00 NAtFMM=   60
> NAOKFM=T Big=T  Integral buffers will be    131072 words long. 
> Raffenetti 2 integral format.  Two-electron integral symmetry is
> turned on.  One-electron integrals computed using PRISM.  NBasis= 
> 1566 RedAO= T EigKep=  2.31D-04  NBF=  1566  NBsUse=  1566 1.00D-06
> EigRej= -1.00D+00 NBFU=  1566  Initial guess from the checkpoint file:
>     > 0.000000    0.000000    0.000000
>          Rot=    1.000000   -0.000006    0.000001   -0.000001 Ang=   0.00 deg.  Requested convergence on RMS density matrix=1.00D-08 within 128 cycles.  Requested convergence on MAX density matrix=1.00D-06. 
> Requested convergence on             energy=1.00D-06.  No special
> actions if energy rises.  SCF Done:  E(RB3LYP) =  -8526.66394979    
> A.U. after    6 cycles
>             NFock=  6  Conv=0.72D-08     -V/T= 2.0055  Calling FoFJK, ICntrl=      2127 FMM=T ISym2X=0 I1Cent= 0 IOpClX= 0 NMat=1 NMatS=1
> NMatT=0.

例如，我正在SCF Done: E(RB3LYP) = -8526.66394979上述文本中查找。=每个文件中更改后的值。我需要的是提取所有值并将它们放入父文件夹中的文本文件中。例如，我有 3 个文件夹：bar、baz 和 foo。现在我需要以下结果：

bar : -8526.66394979
baz : -112232.123391
foo : 12312313:34574

运行以下脚本后，我将只有一个值（即-8526.66394979）。你能帮我解决这个问题吗？

#!/bin/bash

for file_name in *
do

cd $file_name

EE=$(grep -i 'scf done' *.log | tail -1 | awk 'NR==1 {print $5}')

echo "Electronic Energy : $EE" | column -t -s ":"  > ${file_name%%.*}.txt

mv ${file_name%%.*}.txt ../

done

答案1

如果每个目录中只有一个日志文件，并且想要保留该日志文件中的最后一个值并将其存储在名称为目录名称的文本文件中，则可以执行以下操作：

for dir in */; do
    grep -i 'scf done' "$dir"/*.log | 
        awk 'END{print "Electronic Energy : "$5}' |
            column -t -s ":" > "${dir///}".txt
done

例如，我使用了以下设置：

$ tree
.
├── dir1
│   └── file.log
├── dir10
│   └── file.log
├── dir2
│   └── file.log
├── dir3
│   └── file.log
├── dir4
│   └── file.log
├── dir5
│   └── file.log
├── dir6
│   └── file.log
├── dir7
│   └── file.log
├── dir8
│   └── file.log
└── dir9
    └── file.log

每个都file.log包含以下内容：

$ cat dir1/file.log 
a b scf done 123

运行for上面的循环导致：

$ ls *txt
dir10.txt  dir1.txt  dir2.txt  dir3.txt  dir4.txt  dir5.txt  dir6.txt  dir7.txt  dir8.txt  dir9.txt

每一项都包含：

$ cat dir1.txt 
Electronic Energy    123

如果这对您不起作用，请更新您的问题并向我们展示相关的目录结构、文件名、示例输入和预期输出。

答案2

我准备了这个：

#!/bin/bash



for dir in */; do
    grep -i 'scf done' "$dir"/*.log | 
         awk 'END{print ""$5}'|
            column -t -s ":" > "${dir///}".tmp
done


for file_name in *.tmp
 do
    echo "${file_name%%.*} : " 
    cat "$file_name"    
      
    
done > tmp


awk 'NR%2{printf "%s ",$0;next;}1' tmp > tmp2
        sort -k 3 tmp2 > Energy.txt

rm *.tmp tmp tmp2
cat Energy.txt

它有效并涵盖了我需要的所有东西。然而;我正在寻找一种使用可能有效的命令进行编码的高级方法。

答案3

希望我正确理解（并重现）您的目录结构，请尝试以下操作：

awk '/SCF Done/ {print FILENAME ": " $NF}' */*.log
bar/b1.log: -8526.66394979
baz/b2.log: -7777777.22222
baz/b2.log: -112232.123391
foo/f3.log: -7777777.22222
foo/f3.log: 12312313.34574

如果您只需要目录，split则FILENAME使用结果数组的第一个元素。如果您只需要每个文件中的最后一个条目，请尝试

awk '/SCF Done/ {print FILENAME ": " $NF}' */*.log | tac | sort -u -k1,1
bar/b1.log: -8526.66394979
baz/b2.log: -112232.123391
foo/f3.log: 12312313.34574

这比将其排列在 中更容易、更直接awk。

相关内容