Question

我的目标是使用shell文件解析来自wit.ai的文本，我似乎无法正确使用它，因为字符串（名为data）可能会大不相同。我一直试图使用sed命令，但没有运气。服务器的响应看起来像这样（但请记住它的大小可能不同）：

data=
    {"status":"ok"}{"_text":"testing","msg_id":"56a26ccf-f324-455f-ba9b-db21c8c7ed50","outcomes":[{"_text":"testing","confidence":0.289,"entities":{},"intent":"weather"}]}

我想分析成两个名为text和intent的字符串。

所需的结果应该是两个字符串，如下所示

text=      "testing"
intent=     "weather"

我到目前为止的代码是：

data='{"status":"ok"}{"_text":"testing","msg_id":"56a26ccf-f324-455f-ba9b-db21c8c7ed50","outcomes":[{"_text":"testing","confidence":0.289,"entities":{},"intent":"weather"}$
text=$(echo $data | cut -d"," -f1 )     #removes text down to testing but leaves a quote at the end
text=$(echo "${text::-1}")              # this line removes the quote
echo $data
echo $text

目前的结果是： {"status":"ok"}{"_text":"testing

我很接近我只需要移除{"status":"ok"}{"_text":"，因此我留下了testing。我很接近，但我无法想出最后一部分。

Answer 1

好吧它不是很优雅，但这似乎有效

data='{"status":"ok"}{"_text":"testing","msg_id":"56a26ccf-f324-455f-ba9b-db21c8c7ed50","outcomes":[{"_text":"testing","confidence":0.289,"entities":{},"intent":"weather"}$
text=$(echo $data | cut -d"," -f1 )     #removes text down to testing but leaves a quote at the end
text=$(echo "${text::-1}")              # this line removes the quote
text=$(echo $text | cut -d"_" -f2 )     # removes beginning but still leaves "text":""
text=$(echo $text | cut -d":" -f2 )     # removes beginning but still leaves """ atr the beginning
text=$(echo ${text:1} )
echo $data
echo $text

Answer 2

处理JSON的正确方法是使用解析器。有很多选择，例如：

jq，＆＃34; grep，sed＆amp; awk for JSON＆＃34;
JSON.sh，一个用Bash编写的解析器（并在www.json.org上正式推荐）
json_pp，Perl的漂亮打印机

所有这些以及data的问题在于他们抱怨说这是错误的;如果他们工作，您可以直接查询您的数据，如上述链接工具的所有教程所示。

既然你不能，我们就会直接回到文本中。我们可以使用grep -o提取感兴趣的数据，它只返回它匹配的内容：

$ grep -o -e '"_text":"[^"]*"' -e '"intent":"[^"]*"'<<< "$data"
"_text":"testing"
"_text":"testing"
"intent":"weather"

正则表达式位"[^"]*"表示＆＃34;引用，然后是零或更多非引号，然后是另一个引号＆＃34; - 非贪婪地匹配两个引号之间的所有内容的方法。

为了进一步处理这个问题，我们可以使用uniq删除重复行，然后使用sed删除引号和下划线，最后用等号和标签替换冒号：

$ grep -o -e '"_text":"[^"]*"' -e '"intent":"[^"]*"'<<< "$data" |
uniq | sed -r 's/"_?(.*)":(.*)/\1=\t\2/'
text=   "testing"
intent= "weather"

Shell脚本将文本解析为两个单独的字符串

2 个答案: