Question

我有一个巨大的日志文件，其中一些行以Step开头，有些行以Test done:开头，有些以两者开头。

对于每个Test done:行，我想提取自上一行Step行以来的所有内容。

因此，例如，如果这是日志文件：

Step 1: Do Blah
Value of blah is 1
Step 2: Do blah blah
Value of blah blah is 2
Step 3: "foo bar baz"
Value of baz is 3
Test done: dummy1 failed
Step 4 :Verify, blah blah blah
NODE-1# ls -l
testcase failed
Test done: dummy_2 failed

然后我想提取这个：

Step 3: "foo bar baz"
Value of baz is 3
Test done: dummy1 failed

和此：

Step 4 :Verify, blah blah blah
NODE-1# ls -l
testcase failed
Test done: dummy_2 failed

我尝试了Perl正则表达式(Step(?!Step.*).*?Test done)，但它没有得到预期的结果。

Answer 1

我不确定我是否完全理解你想要的东西，使用你下次到目前为止尝试过的东西，它有助于理解。但是，让我们尝试一下！

既然你认为perl会这样做，并且perl非常擅长使用文件和正则表达式，那么让我们使用perl。

假设您将文件读入单个字符串$string，您可以执行以下操作：

$string =~ m/.*(Step.*?Test done[^\n]*)/s

解释：
.*是贪心量词，它会尝试匹配最长的字符串。
.*?与。*相同，但 nongreedy 除[^\n]（换行符）外，\n将匹配任何内容 s修饰符允许.匹配换行符因此，如果我用一个句子解释正则表达式：找到 Step 之前的最长字符串，然后找到可能的字符，直到找到 Test done 。并返回 Step 和 Test done 之间的所有文本，以及 Test done 行末尾的所有文本。

您想要的结果将在$1。

Answer 2

由于您说日志文件是“巨大的”，因此将整个内容读入单个Perl字符串可能不是一个好主意。

相反，我建议迭代这些行，并跟踪自最新Step行以来的所有行：

my @lines_to_print = ();
while (<>) {
    if (m/^Step/) {
        @lines_to_print = ();
    }
    push @lines_to_print, $_;
    if (m/^Test done:/) {
        print @lines_to_print;
    }
}

但如果您仍然喜欢正则表达式方法，可以将文件读入字符串，然后写：

m/^Step.*\n(?>(?:(?!Step|Test done:).*\n)*)Test done:.*\n/gm;

捕获任何以Step开头的行，加上零行或多行 not 以Step或Test done:开头，加上以Test done:开头的行。

请注意，在上述两种方法中，如果第一个Test done:行位于第一个Step行之前，或者如果有两个Test done:，我就不会担心该行为他们之间没有Step行的行，因为这似乎不可能？如果可能，并且如果该情况下的行为很重要，请告诉我，我可以调整以上内容。

Answer 3

保持简单，只需使用awk：

$ awk '/^Step/{buf=""} {buf = buf $0 ORS} /^Test done/{print buf}' file      
Step 3: "foo bar baz"
Value of baz is 3
Test done: dummy1 failed

Step 4 :Verify, blah blah blah
NODE-1# ls -l
testcase failed
Test done: dummy_2 failed

找到给定模式中的最后一次出现

3 个答案: