Question

基本上我有一个这种格式的文件：

12:23:36 some text here length 256 some text here
12:24:37 some text here length 23 some text here

由于单词的数量不同，我希望只使用shell命令获取时间戳和长度值。我知道如何单独执行它们（分别使用awk和grep），但我找不到合适的方法来获取它们。

编辑：这是我的行的结构，IP已被修改（我从Tcpdump得到这个）：

06:30:51.498909 IP 2.2.2.2 > 1.1.1.1: Flags [.], ack 2326465, win 65535, length 0

06:30:51.609162 IP 3.3.3.3 > 4.4.4.4: Flags [.], ack 1654645, win 65535, length 0

虽然长度并不总是最后一个数字，但某些部分可能会有更多文字

Answer 1

如果您的文字不包含数字，则可以使用sed并删除所有[a-zA-Z]字符：

sed 's/[A-Za-z]*//g' file

$ cat test
12:23:36 some text here length 256 some text here
12:24:37 some text here length 23 some text here
$ sed 's/[A-Za-z]*//g' test
12:23:36     256
12:24:37     23

另一种解决方案是使用awk打印第一列，使用正则表达式提取数字部分，如this answer中所述。我不是awk专家，但应该是这样的：

gawk -F' [^0-9]* ' 'BEGIN { ORS=" " };{print $1} {print $0=$2"\n"}' file

Answer 2

使用sed：

sed -E 's/^(..:..:..).*length.*([0-9]+).*/\1 \2/' file

-E - 使用扩展正则表达式
^(..:..:..)捕获时间戳
([0-9]+)匹配长度
\1 \2用匹配的部分替换整行

对于您的文件，它提供此输出：

12:23:36 256
12:24:37 23

Answer 3

如果时间戳始终位于行的开头，

你可以试试这个sed

sed -E 's/([^. ]*).*length ([^ ]*).*/\1 \2/' infile

获取行的第一个元素，同时获取特定单词后的另一个元素

3 个答案: