Question

我正在使用linux和bash。我有一个文本文件，其中包含由其他程序在运行时生成的上下文。文本文件的长度，行数和内容不时更改。但是文中有一些模式没有变化，一个典型的例子就是

123098230984LD＃2E3 123098230984LD＃23234 XER_3424324_23424 33：34：35：节点：9-72-1408＆amp; 82＆amp; 34 $ 1231313 * 3435322 link to port：323 3424242424LD＃2234 332424LD＃23424234

在这里，我想提取模式“node：NUMBER-NUMBER-NUMBER”和“port：NUMBER”，但它在文本中出现的位置也不时变化。现在我手动提取信息。我想知道是否有任何方法可以自动提取信息。每次生成文件时内容都会发生变化。

Answer 1

您可以使用sed通过删除不需要的位来提取所需的字段：

pax> echo 'junk node:9-72-1408 more junk port:323 last junk'
     | sed -E 's/^.*(node:[0-9]+-[0-9]*-[0-9]*).*(port:[0-9]+).*$/\1 \2/'
node:9-72-1408 port:323

.*位只代表任何垃圾，括号用于“捕获”匹配的文本，以便在替换时使用（如\1和\2）。 / p>

<强>侧栏：

如果您的sed版本不支持-E扩展正则表达式，则它可能支持-r，与某些版本的GNU sed一样。

否则，您需要转义括号和+字符：

pax> echo 'junk node:9-72-1408 more junk port:323 last junk'
     | sed  's/^.*\(node:[0-9]\+-[0-9]\+-[0-9]\+\).*\(port:[0-9]\+\).*$/\1 \2/'
node:9-72-1408 port:323

GNU sed的源代码包含这个小片段：

/* Undocumented, for compatibility with BSD sed.  */
    case 'E':
    case 'r':

但这似乎是在4.2中引入的（即，它在4.2中但不在4.1.5中，4.1系列的最后一个）。有关详细信息，请参阅here。

而且，如果你需要变量中的实际值，你可以使用类似的东西：

pax> inpstr='junk-here node:9-72-1408 more-junk port:323 last-junk'

pax> node=$(echo "$inpstr" | sed -E 's/^.*node:([0-9]+-[0-9]+-[0-9]+).*$/\1/')

pax> port=$(echo "$inpstr" | sed -E 's/^.*port:([0-9]+).*$/\1/')

pax> echo $inpstr
junk-here node:9-72-1408 more-junk port:323 last-junk

pax> echo $node
9-72-1408

pax> echo $port
323

（考虑到之前关于使用-r或为“较小”sed实施添加额外转义的评论。）

寻找一种从linux中的文本文件中提取模式的方法

1 个答案: