使用awk提取日志文件中两个字符串之间的数字

Question

这是日志行的示例： 我想找到callee_num:<<"文本块后面的数字，直到下一个＆gt;＆gt ;.

2016-08-21T06:37:36.830627+00:00 cccc eservice[9999]: INFO con_pr: user:<<"conxa3">> callee_num:<<"+6182290000648">> sid:<<"xxxxxxxxx160821082523657">> credits:-2.5 result:ok provider:outqtm.ym.ms
2016-08-21T06:37:42.728469+00:00 cccc eservice[32499]: INFO con_end_procr: user:conxa3 callee_num:+6182290000648 sid:xxxxxxxxx160821082523657 duration:725 result:ok provider:outqtm.ym.ms

使用awk的例外结果应仅从第一行+6182290000648开始。

这是我尝试但不起作用的事情：

awk -F 'callee_num:<<" |\"' '{print $2}' filename

什么是正确的解决方案？ （感谢）

Answer 1

您可以使用sed执行此操作，默认情况下使用-n禁用打印：

sed -n 's/.*callee_num:<<"\([+0-9]*\)">.*/\1/p' file

当模式匹配时，双引号之间的部分被捕获并用于替换，丢弃该行的其余部分。

当然，也可以使用awk：

awk 'sub(/.*callee_num:<<"/, "") && sub(/">.*/, "")' file

这将打印两次替换成功的所有行。与使用sed的版本不同，它不会检查引号之间的部分是否为数字。如果您愿意，可以添加如下的进一步检查：

awk 'sub(/.*callee_num:<<"/, "") && sub(/">.*/, "") && /^[+0-9]+$/' file

这确保在完成两次替换之后，您剩下的所有内容都是+和0到9之间的数字的混合。

您尝试使用awk时遇到的问题是，您的字段分隔符可以是"，这会产生第二个字段conxa3。

Answer 2

使用PCRE {grep）

-P：

grep -Po 'callee_num:<<"\K\+\d+' file.txt

使用sed：

sed -nE 's/.* callee_num:<<"(\+[[:digit:]]+)".*/\1/p' file.txt

使用GNU awk：

awk 'match($0, /.* callee_num:<<\"(\+[0-9]+)\".*"/, a) {print a[1]}' file.txt

示例：

% cat file.txt
2016-08-21T06:37:36.830627+00:00 cccc eservice[9999]: INFO con_pr: user:<<"conxa3">> callee_num:<<"+6182290000648">> sid:<<"xxxxxxxxx160821082523657">> credits:-2.5 result:ok provider:outqtm.ym.ms
2016-08-21T06:37:42.728469+00:00 cccc eservice[32499]: INFO con_end_procr: user:conxa3 callee_num:+6182290000648 sid:xxxxxxxxx160821082523657 duration:725 result:ok provider:outqtm.ym.ms

% grep -Po 'callee_num:<<"\K\+\d+' file.txt
+6182290000648

% sed -nE 's/.* callee_num:<<"(\+[[:digit:]]+)".*/\1/p' file.txt
+6182290000648

% awk 'match($0, /.* callee_num:<<\"(\+[0-9]+)\".*"/, a) {print a[1]}' file.txt    
+6182290000648

Answer 3

又一个awk：

$ awk '$7 ~ /<<\"/ {gsub(/.*<<"|">>$/, "", $7); print $7}' file
+6182290000648

被叫号码在第7个字段中（即awk '{print $7}' file将输出）：

callee_num:<<"+6182290000648">>
callee_num:+6182290000648

如果在该字段中找到<<"（$7 ~ /<<\"/），则截断该字段中的双引号： callee_num:<<" {{1} }的＆＃34;＆GT;＆GT;

Answer 4

通过|分隔2个字段分隔符，您告诉awk使用其中任何一个作为分隔符。

因此，当awk查找callee_num:<<"或"并且因为它在"之前找到conxa3并且在此字符串之后再次找到conxa3时。因此，您的输出将为awk。简而言之，您的$ awk -F '"' '{print $2}' /tmp/t conxa3 命令类似于：

$4

如果您确定字符串相同，则可以改为打印$ awk -F '"' '{print $4}' /tmp/t +6182290000648 ：

sub

或者您可以使用awk的{​​{1}}功能，如其他答案帖子所述。

Answer 5

 awk '{split( $0,a,"callee_num:<<|>>") } {gsub(/"/,"",a[3]);print a[3]}' filename
 +6182290000648