☰

如何解析数据文件以提取特定数据和格式以供其他使用？

tag-icon • tag-icon text-processing grep regular-expression
如何解析数据文件以提取特定数据和格式以供其他使用？

给定一个包含各种内容的数据文件，我想首先忽略任何不以 IP 地址开头的行，然后输出 IP 地址，后跟在大括号中找到的任何不包含符号的字符串=。任何给定的行可能有一个或多个字符串。

例如：

输入：

junk12  
junk34  
198.0.12.20 [ joker penguin character=villian ] blah  
198.0.13.20 [ super_man bat_man character=hero ] blah  
198.0.14.20 [ lois_lane character=damsel ] blah  
junk56  
junk78

输出：

198.0.12.20 joker  
198.0.12.20 penguin  
198.0.13.20 super_man  
198.0.13.20 bat_man  
198.0.14.20 lois_lane

答案1

可能有很多方法可以做到这一点，但awk我们可以做类似的事情

awk 'gsub(/^[0-9.]+ \[ /,$1 " ") { a=2; while (a<=NR && $a != "]") { if ($a !~ /=/) {print $1 " " $a } ; a++ } }'

让我们将其分解为更具可读性的内容：

gsub(/^[0-9.]+ \[ /,$1 " ") { .... }

这将匹配以数字和点开头，后跟空格和 的行[。所以会匹配10.20.30.40 [但不会匹配junk23。它将用第一个字段替换它，然后运行{...}​​.

所以一行像

198.0.12.20 [ joker penguin character=villian ] blah

将进入该部分，看起来像

198.0.12.20 joker penguin character=villian ] blah

现在是中间部分，如果我们把它写成多行，可能会更容易理解：

a=2;
while (a<=NR && $a != "]")
{
  if ($a !~ /=/) {print $1 " " $a }
  a++;
}

因此，我们从第二个字段（在本例中为“小丑”）开始并继续，直到我们用完单词或看到].对于我们找到的每个单词，如果它不包含 an，=那么我们将打印第一个字段（IP 地址）和该单词。

结果：

198.0.12.20 joker
198.0.12.20 penguin
198.0.13.20 super_man
198.0.13.20 bat_man
198.0.14.20 lois_lane

（可能有更好的方法来做到这一点！）

相关内容