linux - Apache 日志 grep、awk 或 sed

Question

我正在尝试从 apache 日志中提取电子邮件地址，但现在使用 awk 或 grep 很幸运。

我已经厌倦了下面但完全迷失了

awk  -va="/folder/new/" -vb="_home" 'a {flag=1;next} b {flag=0} flag { print }'

示例日志行：

1.2.5.6 - - [01/Aug/2012:16:53:29 +0100] "GET /folder/new/user@example.com_home/some/rubbish/here/ "https://www.website.com/home.php" "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; .NET CLR 1.1.)"

理想情况下，我需要有如下输出

user@exmaple.com using MSIE 7.0 on Windows NT 5.1

感谢所有帮助

谢谢

Answer 1

根据数据的可变性，您可以通过指定相关的字段分隔符来做到这一点：

awk -F '[/_()]' '{ print $6, $(NF-1) }' log

输出：

user@example.com compatible; MSIE 7.0; Windows NT 5.1; .NET CLR 1.1.

Answer 2

试试这个：

grep "@" apache.log | sed -r 's,.*/folder/new/([^@]+@.*)_home.*"([^"]*)"$,\1 using \2,'

我假设“/folder/new/”和“_home”总是这样出现。

使用 GNU sed 版本 4.2.1 对您的线路进行了测试。

Answer 3

您可以在 bash 中使用正则表达式

regex='/folder/new(.*)_home.*"compatible; (.*); (.*);.*"'
[[ $logStr =~ $regex ]]
user="${BASH_REMATCH[1]}"
browser="${BASH_REMATCH[2]}"
os="${BASH_REMATCH[3]}"

echo "$user using $browser on $os"

我不确定正则表达式是否完全正确；我可能对日志消息中出现的固定字符串做出了一些假设，这些字符串是没有保证的。但是，如果您对这种方法感兴趣，希望这里有足够的内容可以帮助您入门。