☰

使用 grep/sed/awk 提取字符串的一部分

tag-icon • tag-icon sed awk grep
使用 grep/sed/awk 提取字符串的一部分

我有一个文本文件，内容如下：

duration:       17100
series:         2016
episode:        58
modesizes:      original: hd1=9120MB,hd2=7543MB,sd1=4872MB,high1=2833MB,low1=634MB
runtime:        285


duration:       13740
series:         2016
episode:        59
modesizes:      original: hd1=9024MB,hd2=7203MB,sd1=5104MB,high1=2950MB,low1=570MB
runtime:        229

我想提取duration,episode和modesizes.输出应如下所示：

13740,59,9024MB,7203MB,5104MB,2950MB,570MB

答案1

和awk：

awk '/duration|episode/{printf "%s,", $2} /modesizes/{gsub(/[^=,]+=/,"",$3); print $3}' file

解释：

  • /duration|episode/如果该行匹配duration或episode
    • printf "%s,", $2然后打印带有值的字段
  • /modesizes/如果该行匹配modesizes
    • gsub(/[^=,]+=/,"",$3)然后删除标识符和等号
    • print $3并打印更改的字段

使用您的输入示例，它会打印：

17100,58,9120MB,7543MB,4872MB,2833MB,634MB
13740,59,9024MB,7203MB,5104MB,2950MB,570MB

答案2

如果你有正则grep表达式pcre

$ grep -oP '(duration|episode):\s*\K\d+|\d+MB' ip.txt | pr -ats, -7
17100,58,9120MB,7543MB,4872MB,2833MB,634MB
13740,59,9024MB,7203MB,5104MB,2950MB,570MB
  • (duration|episode):\s*\K正向回顾检查duration或episode后跟:, 零个或多个空格。这不是输出的一部分
  • \d+一位或多位数字
  • |\d+MB替代模式，一个或多个数字以结尾MB

pr然后使用,作为分隔符和最大列来7设置如此获得的输出的样式

答案3

sed解决方案：

sed -E -e \
    '/duration:/{
    N;N;N;N
    s/duration:\s*([0-9]*).*episode:\s*([0-9]*).*hd1=([0-9]*MB),hd2=([0-9]*MB),sd1=([0-9]*MB),high1=([0-9]*MB),low1=([0-9]*MB).*/\1,\2,\3,\4,\5,\6/
}' < input_file

它输出：

17100,58,9120MB,7543MB,4872MB,2833MB


13740,59,9024MB,7203MB,5104MB,2950MB

它保留空行。

如果你不想要这些：

sed -E -n -e \
   '/duration:/{
    N;N;N;N
    s/duration:\s*([0-9]*).*episode:\s*([0-9]*).*hd1=([0-9]*MB),hd2=([0-9]*MB),sd1=([0-9]*MB),high1=([0-9]*MB),low1=([0-9]*MB).*/\1,\2,\3,\4,\5,\6/
    p
    d
}' < input_file

相关内容