Question

我有以下表格中的一些样本数据，需要从中提取电子邮件地址：

from=<user@mail.com> (<-- note that this corresponds to $7)
...
...

目前我正在使用它：

awk '/from=<.*>/ {print $7}' mail.log

但是，这只是找到与正则表达式匹配的字符串。

在打印时，它仍会打印出整个内容（如第一个文本框中所示）。

Answer 1

您可以使用gsub删除<和>周围的所有内容：

awk '{gsub(/(^[^<]*<|>.*$)/, "", $7)}1' file

这里的关键点是(^[^<]*<|>.*$)，一个可以分成两个块的正则表达式 - ＆gt; (A|B)：

^[^<]*<从字段开头到<的所有内容。
>.*$从>到现场结束的所有内容。

测试

$ cat a
1 2 3 4 5 6 from=<user@mail.com> 8
1 2 3 4 5 6 <user@mail.com> 8
$ awk '{gsub(/(^[^<]*<|>.*$)/, "", $7)}1' a
1 2 3 4 5 6 user@mail.com 8
1 2 3 4 5 6 user@mail.com 8

Answer 2

警告：我被告知常规awk命令（通常在非Linux系统上找到）不支持此命令：

awk '/from=<([^>]*)>/ { print gensub(/.*from=<([^>]*)>.*/, "\\1", "1");}' mail.log

这是gensub命令的核心。给定正则表达式，它执行替换（默认情况下，在整行上运行，$0），并返回修改后的字符串。在这种情况下，替代是“\ 1”，它指的是匹配组。所以我们找到了整条线（中间有一些特殊的东西），然后只返回特殊位。

Answer 3

如果你使用positive look behind：

，GNU grep可以很好地处理这个问题

$ grep -Po '(?<=from=<)[^>]*' file
user@mail.com

这将在from=<中的>和file之间打印任何内容。

Answer 4

iiSeymour's answer是这种情况下最简单的方法，如果你有 GNU grep（正如他所述）。
您甚至可以使用\K（将丢弃的所有内容放到该点）来简化它：grep -Po 'from=<\K[^>]*' file。

对于那些不使用GNU grep（实现不带 -P的PCRE（Perl兼容正则表达式）支持），你可以使用以下管道，这不是最有效的，但很容易理解：

grep -o 'from=<[^>]*' | cut -d\< -f2

-o导致grep仅输出输入的匹配部分，在这种情况下包括from=<。
然后cut命令在<（第二个字段（-f2）之后打印子字符串，基于分隔符<（{{ 1}}）,,,只有效地打印电子邮件地址。

在＆＃34;＆lt;＆＃34;之间打印文本和＆＃34;＆gt;＆＃34;在awk

4 个答案:

测试