Question

我有一堆记录，我只想查看字段（或多个字段）与正则表达式匹配的记录。

例如，假设我的数据的形式如下：

Time=181 ms
RequestId=12345
Method=GET
... # other records
EndTime=Tue Mar 5 16:21:03 2015 UTC
EOE
------------------------------------------------------------------------
Time=4003 ms
RequestId=53224
Method=POST
... # other records
EndTime=Tue Mar 5 16:21:09 2015 UTC
EOE
------------------------------------------------------------------------

我以前的方式是使用grep和-A和-B标记来提取上下文。

zgrep "16:2[0-5]:" -A 1 -B 10 data.txt

如果我正在寻找单个模式并且每条记录具有相同数量的行，这可以正常工作，但是一旦我需要查找具有自己模式的多个字段，它就变得更加复杂。

我想要做的是将这些输入中的每一个分成一个记录，然后只打印一个或多个字段的每个记录，与我正在寻找的模式相匹配。

我可以使用RS将它们拆分成记录，但是我如何只打印具有不同部分匹配的记录？假如我想找到EndTime和16:20之间16:30且Time长于1秒（[0-9]{4,}）的所有记录中间是否有任意数量的行？

awk 'BEGIN { RS = "EOE" } { ??? }' data.txt

Answer 1

听起来你的主要问题是如何访问数据，而不是如何在获得数据后对其进行测试，因此：只要输入中有name = value对，最好构造一个name2value数组，然后你可以按名称访问这些值：

$ cat tst.awk
BEGIN { RS="\nEOE\n-+\n"; FS="\n"; OFS="," }
{
    delete n2v
    for (i=1;i<=NF;i++) {
        name = gensub(/=.*$/,"","",$i)
        value = gensub(/[^=]+=/,"","",$i)
        n2v[name] = value
    }
    print n2v["Time"], n2v["RequestId"], n2v["Method"], n2v["EndTime"]
}

$ awk -f tst.awk file
181 ms,12345,GET,Tue Mar 5 16:21:03 2015 UTC
4003 ms,53224,POST,Tue Mar 5 16:21:09 2015 UTC

以上使用了一些GNU awk扩展。使用gawk时间函数进行数学运算。

仅在使用记录分隔符后打印具有匹配字段的记录

1 个答案: