unix - 在模式之后提取字符串

Question

我想提取 client_id 和 id 后面的数字，并将每行中的 client_id 和 id 配对。

例如，对于以下日志行，

User(client_id:03)) results:[RelatedUser(id:204, weight:10),_RelatedUser(id:491,_weight:10),_RelatedUser(id:29, weight: 20)

User(client_id:04)) results:[RelatedUser(id:209, weight:10),_RelatedUser(id:301,_weight:10)

User(client_id:05)) results:[RelatedUser(id:20, weight: 10)

我要输出

03 204
03 491
03 29
04 209
04 301
05 20

我知道我需要使用 sed 或 awk。但我不知道具体如何。

谢谢

Answer 1

这可能对您有用：

awk -F "[):,]" '{ for (i=2; i<=NF; i++) if ($i ~ /id/) print $2, $(i+1) }' file

结果：

03 204
03 491
03 29
04 209
04 301
05 20

Answer 2

这是一个awk有效的脚本（我把它放在多行上，让它更详细一点，这样你就可以看到发生了什么）：

#!/bin/bash

awk 'BEGIN{FS="[\(\):,]"}
/client_id/ {
cid="no_client_id"
for (i=1; i<NF; i++) {
    if ($i == "client_id") {
        cid = $(i+1)
    } else if ($i == "id") {
        id = $(i+1);
        print cid OFS id;
    }
 }
}' input_file_name

输出：

03 204
03 491
03 29
04 209
04 301
05 20

解释：

• awk 'BEGIN{FS="[\(\):,]"}: 调用awk，使用( ) :和,作为分隔符来分隔你的字段
• /client_id/ {：仅对包含的行执行以下操作client_id：
• for (i=1; i<NF; i++) {: 遍历每一行的字段，一次一个字段
• if ($i == "client_id") { cid = $(i+1) }: 如果我们当前所在的字段是client_id，那么它的值就是按顺序排列的下一个字段。
• else if ($i == "id") { id = $(i+1); print cid OFS id;}: 否则，如果我们当前所在的字段是id，则将这对打印client_id : id到stdout
• input_file_name：提供输入文件的名称作为awk脚本的第一个参数。

Answer 3

这可能对您有用（GNU sed）：

sed -r '/.*(\(client_id:([0-9]+))[^(]*\(id:([0-9]+)/!d;s//\2 \3\n\1/;P;D' file

• /.*(\(client_id:([0-9]+))[^(]*\(id:([0-9]+)/!d如果该行没有预期的字符串，请将其删除。
• s//\2 \3\n\1/client_id通过复制并向前移动第一个来重新排列线，id从而减少连续迭代的线。
• P打印到引入的换行符。
• D删除到引入的换行符。

Answer 4

为此我更喜欢 awk，但如果您想知道如何使用 sed 执行此操作，这里有一种适用于 GNU sed 的方法。

解析.sed

/client_id/ {
  :a
  s/(client_id:([0-9]+))[^(]+\(id:([0-9]+)([^\n]+)(.*)/\1 \4\5\n\2 \3/
  ta
  s/^[^\n]+\n//
}

像这样运行它：

sed -rf parse.sed infile

或作为单行：

<infile sed '/client_id/ { :a; s/(client_id:([0-9]+))[^(]+\(id:([0-9]+)([^\n]+)(.*)/\1 \4\5\n\2 \3/; ta; s/^[^\n]+\n//; }'

输出：

03 204
03 491
03 29

04 209
04 301

05 20

解释：

这个想法是重复匹配client_id:([0-9]+)和id:([0-9]+)配对并将它们放在模式空间的末尾。在每次通过时，id:([0-9]+)都会删除。

最后的替换从循环中删除剩余部分。