Question

我有一个包含大量文本的日志文件，其中一些是无用的。在这个日志中有一些对我很重要的行。这些行的模式是：

 0x00000001 (NEEDED)                     Shared library: [libm.so.6]
 0x00000001 (NEEDED)                     Shared library: [libc.so.6]
 0x00000001 (NEEDED)                     Shared library: [ld.so.1]
 0x00000001 (NEEDED)                     Shared library: [libgcc_s.so.1]

可以在对我很重要的所有行上找到NEEDED关键字。 []之间的关键字对我来说很重要。我需要创建所有这些字符串的列表，而不重复它们。

我在Python上做过这个，但看起来在机器上我想运行脚本没有Python可用，所以我需要在bash中重写脚本。我只知道bash中的基本内容，但我无法找到解决问题的方法。

我使用的Python脚本是：

import sys
import re


def testForKeyword(keyword, line):
    findStuff = re.compile(r"\b%s\b" % keyword, \
                                   flags=re.IGNORECASE)

    if findStuff.search(line):
        return True
    else:
        return False

# Get filename argument
if len(sys.argv) != 2:
    print("USAGE: python libraryParser.py <log_file.log>")
    sys.exit(-1)

file = open(sys.argv[1], "r")

sharedLibraries = []
for line in file:
    if testForKeyword("NEEDED", line):
        libraryNameStart = line.find("[") + 1
        libraryNameFinish = line.find("]")

        libraryName = line[libraryNameStart:libraryNameFinish]

        # No duplicates, only add if it does not exist
        try:
            sharedLibraries.index(libraryName)
        except ValueError:
            sharedLibraries.append(libraryName)

for library in sharedLibraries:
    print(library)

你能帮我解决这个问题吗？提前谢谢。

Answer 1

$ awk -F'[][]' '/NEEDED/ {print $2}' data.txt | sort | uniq
ld.so.1
libc.so.6
libgcc_s.so.1
libm.so.6

仅限awk：

$ awk -F'[][]' '/NEEDED/ {save[$5]++}END{ for (i in save) print i}' data.txt
libc.so.6
libm.so.6
libgcc_s.so.1
ld.so.1

简化你的python代码：

#!/usr/bin/env python

libs = []

with open("data.txt") as fd:
    for line in fd:
        if "NEEDED" in line:
            libs.append(line.split()[4])

for i in set(libs):
    print i

Bash解决方案（没有唯一的库）

#!/bin/bash

while IFS='][' read -a array
do
    echo ${array[1]}
done < data.txt

Answer 2

使用awk假设infile的问题数据的一种方式：

awk '
    $2 ~ /NEEDED/ { 
        lib = substr( $NF, 2, length($NF) - 2 ); 
        libs[ lib ] = 1;
    } 
    END { 
        for (lib in libs) { 
            printf "%s\n", lib;
        } 
    }
' infile

输出：

libc.so.6                                                                                                                                                                                                                                    
libgcc_s.so.1                                                                                                                                                                                                                                
ld.so.1                                                                                                                                                                                                                         
libm.so.6

Answer 3

grep和coreutils：

grep NEEDED infile | grep -o '\[[^]]*\]' | tr -d '][' | sort | uniq

输出：

ld.so.1
libc.so.6
libgcc_s.so.1
libm.so.6

Answer 4

awk -F '[' ' /NEEDED/ { print $NF } ' file_name | sed 's/]//' | sort | uniq

Answer 5

 awk '/NEEDED/ {gsub("[][]", ""); print $5}' < /tmp/1.txt  | sort -u

Answer 6

如果您的日志位于名为“log.txt”的文件中，您可以获取它：

grep "(NEEDED)" log.txt | awk -F"\[" '{print substr($2,0,length($2));}' - | sort -u

使用sort -u，你不会得到重复的行。

Answer 7

sed解决方案可能是：

sed -e '/(needed)/!d' -e 's/\(.*\[\)\|\(\]$\)//g' INPUTFILE

注意，如果你在Windows上，那么正确的方法是：

sed -e '/(needed)/!d' -e 's/\(.*\[\)\|\(\].$\)//g' INPUTFILE

第一个-e部分会删除与(needed)
第二个删除所有内容，直到最后[和最后]（以及\r（回车）在\n之前的窗口，但这不是问题，因为输出打印得恰到好处......

需要在bash中解析日志文件

7 个答案: