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

模式的 GREP 并删除模式之前或之后的所有垃圾字符

  • 772

我在一个目录中有一组文件。每个文件都会有一行叫做---PUBG-xxxxx--or ---PUBG-xxxxx, PUBG-yyyyy ----。下面是 grep 命令的输出。

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 --

PUBG 及其编号是随机的。我需要的只是文件名及其关联的 PUBG 值，而不需要任何--之前或之后的 PUBG 及其值。也可以有多个 PUBG，就像FILE5.sql:---PUBG-11720, PUBG-11406---. 我已经编写了下面的 for 循环集。

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

但示例输出 forPUBG_NO是PUBG-15166---forFILE15.sql 并且是PUBG-11720,for FILE5.sql。

我需要特定 FILE_NAME 的文件中的所有 PUBG 值，而没有任何--. FIlE5.sql 的 PUBG 值可以是PUBG-11720, PUBG-11406如何改进此循环以获取准确的结果。

grep awk

3 个回答

  1. Best Answer

    您不需要编写循环。您可以将输出通过管道传输到 sed。我的尝试如下：

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

    哪个会给

    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

    在这里，我使用了一个 sed 替代命令，其形式为

    's/regular expression/substition/flag'

    进一步分解命令：

    • 正则表达式“--+\ ?” 是您要查找和选择的模式。这可以读作“查找具有“-”后跟一个或多个连续“-”且后跟零或一个“”的模式。这将匹配“--”、“---”和“- --" 在您的输出中。请注意，您将需要 sed 的 -E 标志才能重新识别这些量词。这里有一个快速参考，可以快速了解 ? 和 + 等正则表达式量词
    • 这里，替换空间是空的。这将用任何内容替换找到的模式，并且是剥离输出的有效方法。
    • 标志“g”表示搜索将是全局的。如果没有这个，替换只会发生在每行的第一个匹配项上。添加 g 将确保每行上该模式的每个实例都被替换为空。

    您还可以将这些概念应用于您的初始 grep 命令以仅执行一次搜索。

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

  2. 跟随 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

    将给出这个输出：

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

    只考虑了 5 个文件：

    $ 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

    这将遍历原始 SQL 文件并替换您的管道。

    该awk代码提取所有以字符串开头--并包含字符串的行PUBG。对于每个这样的行，它会遍历以逗号分隔的条目，并从每个条目的开头和结尾去除任何破折号和空格字符。修剪后，它会打印结果PUBG-NNNN字符串，该字符串前面带有它所在的文件名。

    • 0

相关问题