Question

我正在尝试简化由ruby脚本创建的日志，该脚本生成一个简单的日志文件，其中包含时间戳消息和JSON的混合，类似于：

[TIMESTAMP] MESSAGE
[
    {
        "JSON STUFF HERE"
    }
]
[TIMESTAMP]

问题是如果将日志文件保存为.txt，它没有换行符，这使得几乎不可能正则输出。实际上，保留的唯一时间换行符是浏览器html版本，其中文本包含“pre”标记。我用gsub尝试过awk：

gsub( / \[/, /\r\n\[/)

但仍无法在文件中创建换行符。我想知道最简单的方法是加载它格式化，因为我需要自动化该过程。

Answer 1

这个问题有几个单独的问题，而且我说没有换行符（在JSON部分中）实际上使正则表达式进程更容易（绝对是sed ），但也许我在这里被误解了。

所以说，假设你有python可用，你可以使用它的json module至少为JSON做漂亮打印：

python -mjson.tool logfile.json

请参阅有关缩进和换行的选项的文档。

Answer 2

也许这足以让你开始。

你可以用awk的另一种方式思考它。 Awk旨在处理＆＃34;记录＆＃34;。虽然典型的记录分隔符是换行符，但记录分隔符可以设置为任何有用的单个字符，标准awk或带有GNU awk的正则表达式。

因此，如果您的日志文件如下：

[TIMESTAMP] MESSAGE : Some message [ { "JSON STUFF HERE" } ] [TIMESTAMP] MESSAGE2 : Some other message [TIMESTAMP] ...

它有匹配的括号，但没有换行符，你可以试试像：

awk 'BEGIN {FS="\]|:"; RS="\["} NF==3 && !/\{/ {print $1, $2, $3}' data

，其中

字段分隔符设置为FS在]块中设置为:或BEGIN
记录分隔符RS在[块中设置为BEGIN，而不是使用默认的换行符
如果您的评论中有:之类的消息分隔符，那么NF==3对于打印TIMESTAMPS和MESSAGES来说是一个简单但不是很好的测试作为字段$1和$2。假设$3是记录的其余部分。
由于有效JSON可以包含相同的字段分隔符，因此还可以测试＆＃39; {＆＃39;排除短JSON块。

示例数据作为单行导致：

TIMESTAMP  MESSAGE   Some message 
TIMESTAMP  MESSAGE2   Some other message

现在显然，模式测试很弱，考虑到MESSAGES之后的数据可能会有更多:或]导致这些记录中的NF计数更高。在这种情况下，确保$1匹配特定时间戳格式将提供更好的记录捕获。