如何使用 sed 或 grep 仅提取格式化的日期字段？答案

【问题标题】：How can I extract just the formatted date fields using sed or grep?如何使用 sed 或 grep 仅提取格式化的日期字段？
【发布时间】：2012-12-31 14:12:43
【问题描述】：

我需要一个 grep 或 sed 语句，它只会从该语句中取出日期：

echo 'asdfdsfa asdfs 12-Dec-13 asdasd asdf 11-Jan-12 asdasd'

所以答案应该是这样的：

12-Dec-13 11-Jan-12

我已经获得了12-Dec-13 asdasd asdf 11-Jan-12，但我无法删除日期之间的内容。是否可以使用 sed 语句来保留第一个单词和最后一个单词，使用空格来显示哪个是最后一个单词？结果应该保持不变。

【问题讨论】：

查看这里：theunixshell.blogspot.com/2013/01/…

标签： regex bash sed awk grep

【解决方案1】：

一种方式：

$ echo 'asdfdsfa asdfs 12-Dec-13 asdasd asdf 11-Jan-12 asdasd' | sed 's/.*\(..-...-..\).*\(..-...-..\).*/\1 \2/'
12-Dec-13 11-Jan-12

使搜索模式更具体地用于数字和字母：

$ echo 'asdfdsfa asdfs 12-Dec-13 asdasd asdf 11-Jan-12 asdasd' | sed 's/.*\([0-9][0-9]-[a-zA-Z]\{3\}-[0-9][0-9]\).*\([0-9][0-9]-[a-zA-Z]\{3\}-[0-9][0-9]\).*/\1 \2/'
12-Dec-13 11-Jan-12

【讨论】：

如果一行中有两个以上的日期怎么办？
@sarathi ：我回答了 OP 的确切要求。

【解决方案2】：

使用关注

echo 'asdfdsfa asdfs 12-Dec-13 asdasd asdf 11-Jan-12 asdasd' | sed 's/ /\n/g' |grep '-' | tr -d '\n' |sed 's/$/ \n/g'

输出是

12-Dec-1311-Jan-12

【讨论】：

【解决方案3】：

使用 POSIX 字符类

一组 POSIX 字符类将匹配您想要的文本。例如：

\b[[:digit:]]{2}-[[:upper:]][[:lower:]]{2}-[[:digit:]]{2}\b

样本输入/输出

以下管道将使用 GNU Grep 仅提取相关文本，然后连接日期：

$ echo 'asdfdsfa asdfs 12-Dec-13 asdasd asdf 11-Jan-12 asdasd' |
    grep -Eo '\b[[:digit:]]{2}-[[:upper:]][[:lower:]]{2}-[[:digit:]]{2}\b' |
    xargs
12-Dec-13 11-Jan-12

【讨论】：

【解决方案4】：

用 awk 试试

awk '{for(i=1; i<NF; ++i){if ($i ~ /[0-9]+[-\w]*/) print $i}}' temp.txt

适用于任意数量的行和列

【讨论】：

如果NF 字段是日期，您应该使用i<=NF。此外，OP 可能不希望日期返回分隔（从问题中不清楚）。

【解决方案5】：

perl -lne '@a=/([\d]+-[a-zA-Z]{3}-[\d]+)/g;print "@a"'

测试：

> echo 'asdfdsfa 12-Dec-13 asdf 11-Jan-12 asdasd' | perl -lne '@a=/([\d]+-[a-zA-Z]{3}-[\d]+)/g;print "@a"'
12-Dec-13 11-Jan-12

【讨论】：

【解决方案6】：

我建议date -d。所以它甚至会验证日期。

$ cat string 
asdfdsfa asdfs 12-Dec-13 asdasd asdf 11-Jan-12 asdasd

$ for i in `cat string`; do date -d $i &>/dev/null && echo $i; done
12-Dec-13
11-Jan-12

【讨论】：

【解决方案7】：

 grep -o "[0-9]\{2\}-[^0-9]\{3\}-[^a-z]\{2\}" file | sed "N;s/\n/ /g"

2013 年 12 月 12 日 2012 年 1 月 11 日

【讨论】：

【解决方案8】：

这可能对你有用（GNU sed）：

sed -r 'H;g;:a;s/\s*\n$//;t;s/\n(..-...-..)\b/\1 \n/;ta;s/\n([^0-9]+)/\n/;ta' file

【讨论】：

【解决方案9】：

试试这个：

echo 'asdfdsfa asdfs 12-Dec-13 asdasd asdf 11-Jan-12 asdasd'  | sed 's: :\n:g' | grep ^[0-9]

【讨论】：

【解决方案10】：

我可以访问日志，其中日期格式愚蠢：[30/Jun/2013:08:00:45 +0200]

但我需要将其显示为：30/Jun/2013 08:00:45

问题是在我的 grep 语句中使用“OR”，我在 2 个分隔行上收到了 2 个匹配表达式。

解决办法如下：

grep -in myURL_of_interest *access.log | \ grep -Eo '(\b[[:digit:]]{2}/[[:upper:]][[:lower:]]{2}/[[:digit:]]{4}|[[:digit:]]{2}:[[:digit:]]{2}:[[:digit:]]{2}\b)' \ | paste - - -d" " > MyAccess.log

希望对你有帮助:)

【讨论】：