一种简单的方法来区分日志文件，忽略时间戳？

Question

我需要区分两个日志文件，但忽略每行的时间戳部分（前12个字符是准确的）。是否有一个好的工具，或者一个聪明的awk命令，可以帮助我？

Answer 1

根据您使用的外壳，您可以将建议的方法@Blair转换为1-liner

diff <(cut -b13- file1) <(cut -b13- file2)

（原始建议+ 1到@Blair： - ）

Answer 2

@EbGreen说

  

我只需要获取日志文件并从每行开头删除时间戳，然后将文件保存到不同的文件中。然后区分这些文件。

这可能是最好的选择，除非你的差异工具具有特殊的权力。 例如，您可以

cut -b13- file1 > trimmed_file1
cut -b13- file2 > trimmed_file2
diff trimmed_file1 trimmed_file2

请参阅@ toolkit的响应以获得优化，使其成为一个单行并且不需要额外的文件。如果你的shell支持它。 Bash 3.2.39至少似乎......

Answer 3

使用cut的答案很好但有时保持diff输出中的时间戳是可观的。由于OP的问题是 忽略时间戳 （不删除它们），我在这里分享我棘手的命令行：

diff -I '^#' <(sed -r 's/^((.){12})/#\1\n/' 1.log) <(sed -r 's/^((.){12})/#\1\n/' 2.log)

• sed隔离了process substitution
中的时间戳（#之前和\n之后）
• diff -I '^#'忽略具有这些时间戳的行（以#开头的行）

---

例如

两个内容相同但时间戳不同的日志文件：

$> for ((i=1;i<11;i++)) do echo "09:0${i::1}:00.000 data $i"; done > 1.log
$> for ((i=1;i<11;i++)) do echo "11:00:0${i::1}.000 data $i"; done > 2.log

基本diff命令行表示所有行都不同：

$> diff 1.log 2.log
1,10c1,10
< 09:01:00.000 data 1
< 09:02:00.000 data 2
< 09:03:00.000 data 3
< 09:04:00.000 data 4
< 09:05:00.000 data 5
< 09:06:00.000 data 6
< 09:07:00.000 data 7
< 09:08:00.000 data 8
< 09:09:00.000 data 9
< 09:01:00.000 data 10
---
> 11:00:01.000 data 1
> 11:00:02.000 data 2
> 11:00:03.000 data 3
> 11:00:04.000 data 4
> 11:00:05.000 data 5
> 11:00:06.000 data 6
> 11:00:07.000 data 7
> 11:00:08.000 data 8
> 11:00:09.000 data 9
> 11:00:01.000 data 10

我们棘手的diff -I '^#'没有显示任何差异（时间戳被忽略）：

$> diff -I '^#' <(sed -r 's/^((.){12})/#\1\n/' 1.log) <(sed -r 's/^((.){12})/#\1\n/' 2.log)
$>

更改2.log（将data替换为第6行的foo）并再次检查：

$> sed '6s/data/foo/' -i 2.log
$> diff -I '^#' <(sed -r 's/^((.){12})/#\1\n/' 1.log) <(sed -r 's/^((.){12})/#\1\n/' 2.log)
11,13c11,13
11,13c11,13
< #09:06:00.000
<  data 6
< #09:07:00.000
---
> #11:00:06.000
>  foo 6
> #11:00:07.000

<强> =＆GT;时间戳保存在diff输出中！

您还可以使用-y或--side-by-side选项使用并排功能：

$> diff -y -I '^#' <(sed -r 's/^((.){12})/#\1\n/' 1.log) <(sed -r 's/^((.){12})/#\1\n/' 2.log)
#09:01:00.000                   #11:00:01.000
 data 1                          data 1
#09:02:00.000                   #11:00:02.000
 data 2                          data 2
#09:03:00.000                   #11:00:03.000
 data 3                          data 3
#09:04:00.000                   #11:00:04.000
 data 4                          data 4
#09:05:00.000                   #11:00:05.000
 data 5                          data 5
#09:06:00.000                 | #11:00:06.000
 data 6                       |  foo 6
#09:07:00.000                 | #11:00:07.000
 data 7                          data 7
#09:08:00.000                   #11:00:08.000
 data 8                          data 8
#09:09:00.000                   #11:00:09.000
 data 9                          data 9
#09:01:00.000                   #11:00:01.000
 data 10                         data 10

---

旧sed

如果您的sed实施不支持-r选项，则可能需要计算十二个点<(sed 's/^\(............\)/#\1\n/' 1.log)或使用您选择的其他模式;）

Answer 4

对于图形选项，Meld可以使用其text filters功能执行此操作。

它允许忽略基于一个或多个python正则表达式的行。差异仍然存在，但没有任何其他差异的线条不会突出显示。

Answer 5

使用 Kdiff3 并在配置＆gt;差异编辑＆＃34; 线匹配预处理器命令＆＃34;类似于：

sed "s/[ 012][0-9]:[0-5][0-9]:[0-5][0-9]//"

这将从比较对齐算法中过滤出时间戳。

Kdiff3还允许你manually align specific lines。