Início / unix / Perguntas / 484420
Accepted
sabarish jackson
Asked: 2018-11-28 02:30:49 +0800 CST

GREP para padrão e remova todos os caracteres inúteis antes ou depois do padrão

  • 772

Eu tenho um conjunto de arquivos em um diretório. E todo arquivo terá uma linha chamada ---PUBG-xxxxx--ou ---PUBG-xxxxx, PUBG-yyyyy ----. Abaixo está a saída do comando grep.

grep "^--" FILE*.sql | grep "PUBG"

FILE1.sql:---PUBG-10901--
FILE2.sql:---PUBG-11617--
FILE3.sql:---PUBG-11625--
FILE4.sql:--PUBG-11724--
FILE5.sql:---PUBG-11720, PUBG-11406---
FILE6.sql:---PUBG-11403---
FILE7.sql:---PUBG-12021--
FILE8.sql:---PUBG-12207--
FILE9.sql:---PUBG-12270--
FILE10.sql:---PUBG-12552--
FILE11.sql:--- PUBG-14284--
FILE12.sql:--- PUBG-10908--
FILE13.sql:--- PUBG-15136---
FILE14.sql:--- PUBG-15163---
FILE15.sql:--- PUBG-15166---
FILE16.sql:-- PUBG-15059 --
FILE17.sql:-- PUBG-15252 --

O PUBG e seus números serão aleatórios. Tudo o que preciso é o nome do arquivo e seu valor PUBG associado sem nenhum --antes ou depois do PUBG e seu valor. Também pode haver vários PUBGs como em FILE5.sql:---PUBG-11720, PUBG-11406---. Eu escrevi o conjunto abaixo para loop.

for (i in `grep "^--" FILE*.sql | grep "PUBG"`)
do
    FILE_NAME=`echo ${i} |  awk -F ":" {'print $1'}`
    PUBG_NO=`echo ${i} | awk -F "PUBG-" {'print "PUBG-" $2'}`
    echo ${FILE_NAME}
    echo ${PUBG_NO}
done

Mas a saída de amostra para PUBG_NOé PUBG-15166---para FILE15.sql e é PUBG-11720,para FILE5.sql.

Eu preciso de todos os valores PUBG em um arquivo para FILE_NAME específico sem nenhum arquivo --. O valor PUBG de FIlE5.sql pode ser PUBG-11720, PUBG-11406Como esse loop pode ser melhorado para buscar os resultados exatos.

grep awk

3 respostas

  1. Best Answer

    Você não precisaria escrever um loop. Você poderia simplesmente canalizar sua saída para sed. Minha tentativa é a seguinte:

    grep "^--" FILE*.sql | grep "PUBG" | sed -E 's/--+\ ?//g'

    O que daria

    FILE1.sql:PUBG-10901
FILE2.sql:PUBG-11617
FILE3.sql:PUBG-11625
FILE4.sql:PUBG-11724
FILE5.sql:PUBG-11720, PUBG-11406
FILE6.sql:PUBG-11403
FILE7.sql:PUBG-12021
FILE8.sql:PUBG-12207
FILE9.sql:PUBG-12270
FILE10.sql:PUBG-12552
FILE11.sql:PUBG-14284
FILE12.sql:PUBG-10908
FILE13.sql:PUBG-15136
FILE14.sql:PUBG-15163
FILE15.sql:PUBG-15166
FILE16.sql:PUBG-15059 
FILE17.sql:PUBG-15252 
FILE14.sql:PUBG-15163
FILE15.sql:PUBG-15166
FILE16.sql:PUBG-15059 
FILE17.sql:PUBG-15252

    Aqui, estou usando um comando sed substitue que assume a forma de

    's/regular expression/substition/flag'

    Para detalhar ainda mais o comando:

    • A expressão regular "--+\ ?" é o padrão que você deseja localizar e selecionar. Isso pode ser lido como "Encontre um padrão que tenha "-" seguido por um ou mais "-" consecutivos seguidos por zero ou um " ". Isso corresponderá a "--", "---" e "- -- " em sua saída. Observe que você precisará do sinalizador -E para sed para reconfigurar esses quantificadores. Aqui está uma referência rápida para aprimorar os quantificadores regex como ? e +
    • Aqui, o espaço de substituição é deixado vazio. Isso substituirá os padrões encontrados por nada e é um método eficaz para remover sua saída.
    • O sinalizador "g" indica que a pesquisa será global. Sem isso, a substituição só acontecerá na primeira partida de cada linha. Adicionar o g garantirá que cada instância desse padrão em cada linha seja substituída por nada.

    Você também pode aplicar esses conceitos ao seu comando grep inicial para realizar apenas uma pesquisa.

    grep -E "^--+\ ?PUBG" FILE*.sql | sed -E 's/--+\ ?//g'
    • 3

  2. Seguindo AWK:

    awk '
BEGIN { RS="[,\n]"; }
/PUBG-[0-9][0-9][0-9][0-9][0-9]/ { match($0,/PUBG-[0-9][0-9][0-9][0-9][0-9]/); print(FILENAME ":" substr($0,RSTART,RLENGTH)); }
' FILE*.sql

    Vai dar esta saída:

    FILE11.sql:PUBG-14284
FILE1.sql:PUBG-10901
FILE3.sql:PUBG-11625
FILE5.sql:PUBG-11720
FILE5.sql:PUBG-11406

    São levados em consideração apenas 5 arquivos:

    $ ls FILE*.sql
FILE11.sql  FILE1.sql  FILE3.sql  FILE5.sql
    • 0 
  3. awk -F, '/^--/ && /PUBG/ {
    for (i=1; i<=NF; ++i) {
        sub("^[- ]*", "", $i)
        sub("[- ]*$", "", $i)
        print FILENAME, $i
    } }' FILE*.sql

    Isso passaria pelos arquivos SQL originais e substituiria seu pipeline.

    O awkcódigo extrai todas as linhas que começam com --e que contêm a string PUBG. Para cada uma dessas linhas, ele passa pelas entradas delimitadas por vírgulas e remove qualquer traço e espaço do início e do final de cada uma. Após o corte, ele imprime a PUBG-NNNNstring resultante prefixada pelo nome do arquivo em que foi encontrado.

    • 0

relate perguntas