2

问题是：我有不同的 txt 文件，其中为到达服务器的每个恶意软件数据包注册了时间戳和 IP 地址。我想要做的是创建另一个 txt 文件，该文件显示，对于每个 ip，恶意软件数据包第一次到达。

一般来说，我想做这样的事情：

for every  line in file.txt
 if (ip is not present in list.txt)
 copy timestamp and ip in list.txt

我正在使用 awk 来做这件事。主要问题是“如果 ip 不在 list.txt 中”。我正在这样做：

 {    a=$( grep -w "$3" list.txt | wc -c );
    if ( a == 0 )
   {
     #copy timestamp and ip in list.txt
   }

（我使用 $3 因为 IP 地址在源文件的第三列）

我不知道如何让 awk 评估 grep 函数。我也尝试过使用反引号，但它没有用。有人可以给我一些提示吗？

我正在像这样的测试文件上测试我的脚本：

10  192.168.1.1
11  192.168.1.2
12  192.165.2.4
13  122.11.22.11    
13  192.168.1.1
13  192.168.1.2
13  122.11.22.11
14  122.11.22.11
15  122.11.22.11
15  122.11.22.144
15  122.11.2.11
15  122.11.22.111

我应该得到的是：

10  192.168.1.1
11  192.168.1.2
12  192.165.2.4
13  122.11.22.11    
15  122.11.22.144
15  122.11.2.11
15  122.11.22.111

感谢您的帮助，我成功地创建了适合我需要的脚本：

awk '
FILENAME == ARGV[1] {
    ip[$2] = 1
    next
}
! ($2 in ip) {
    print $1, $2 >> ARGV[1]
    ip[$2] = 1
}
' list.txt file.txt
4

4 回答 4

3

将问题解释为“如何从 awk 中评估命令的状态？”，只需使用 system.

{
  如果（系统（“cmd”）== 0）{
    # 命令成功
  {
}

因此，就您而言，只需执行以下操作：

{
  如果（系统（“grep -w \”“$3”\“list.txt > /dev/null”）== 0）{
    ...
  }
}

不过，您可能需要重新考虑解决问题的方法。每次 Grepping 的计算成本很高，并且有更好的方法来解决这个问题。（例如，将 list.txt 读入一次数组。）

另外，请注意您不需要使用 wc。如果与字符串不匹配，则 grep 失败。使用返回值而不是解析输出。

于 2011-10-12T15:02:19.060 回答
2

这会将执行结果保存到变量 a

BEGIN {  } 
{
"grep -w \"$3\" list.txt | wc -c" | getline a
print a
}
END   {}
于 2011-10-12T15:04:27.843 回答
1

但实际上你想要做的是让 awk 先读取 list.txt 文件，然后用内存中的 list.txt 数据处理另一个文件。这将允许您避免调用system()每条线路。

我假设 ip 在 list.txt 的第一列。

当您说 时copy timestamp and ip in list.txt，我假设您想将 file.txt 当前行中的一些信息附加到 list.txt 文件中。

awk '
    FILENAME == ARGV[1] {
        ip[$1] = 1
        next
    }
    ! ($3 in ip) {
        print $3, $(whatevever_column_holds_timestamp) >> ARGV[1]
    }
' list.txt file.txt

鉴于您的问题更新的示例文件和简化要求：

awk '! seen[$2]++' filename

将产生您所看到的结果。如果尚未看到 IP，则该 awk 程序将打印该行。

于 2011-10-12T16:06:23.577 回答
1

你想使用getline：

BEGIN {
    "date" | getline current_time
     close("date")
     print "Report printed on " current_time
}

这需要输出date并将其放入 current_time 变量中。你应该可以用你的 grep | 做同样的事情。厕所-l。

于 2011-10-12T14:42:27.780 回答