从批量数据中搜索字符串答案

【问题标题】：Search strings from bulk data从批量数据中搜索字符串
【发布时间】：2016-07-10 11:34:01
【问题描述】：

我有一个包含许多文件的文件夹，其中包含如下文本：

blabla
chargeableDuration    00 01 03
...
timeForStartOfCharge    14 55 41
blabla
...
blabla
calledPartyNumber   123456789
blabla
...
blabla
callingPartyNumber   987654321

我需要这样的输出：

987654321 123456789 145541 000103

我一直在尝试以下 awk：

awk -F '[[:blank:]:=,]+' '/findstr chargeableDuration|dateForStartOfCharge|calledPartyNumber|callingPartyNumber/ && $4{
if (calledPartyNumber != "")
 print dateForStartOfCharge, "NIL"
dateForStartOfCharge=$5
next
}
/calledPartyNumber/ {
for(i=1; i<=NF; i++)
  if ($i ~ /calledPartyNumber/)
     break
print chargeableDuration, $i
chargeableDuration=""
}' file

无法让它工作。请帮忙。

【问题讨论】：

数字总是在行尾吗？并且您是否还有其他数字不能匹配？如果您之前没有数字：^\D*(.+)，如果：[\d ]+$

标签： regex text awk pattern-matching

【解决方案1】：

假设您有一个名为“test.txt”的文件，下面的 linux shell 命令将为您完成工作。

egrep -o "[0-9 ]{1,}" test.txt | tr -d ' \t\r\f' | sort -nr | tr "\n" "\t"

【讨论】：

谢谢，但是它打印了许多其他列，而不是所需的 4 列。您可以增加过滤器以获取确切的标题吗？

【解决方案2】：

很像 Manish 的回答：

tac test_regex.txt | grep -oP '(?<=chargeableDuration|timeForStartOfCharge|calledPartyNumber|callingPartyNumber)\s+([^\n]+)' | tr -d " \t\r\f" | tr "\n" " "

唯一的区别是，您保留前面的顺序而不是对结果进行排序。因此，对于您的示例，两种解决方案都会产生相同的输出，但您最终可能会得到不同的结果。

【讨论】：

【解决方案3】：

awk '/[0-9 ]+$/{
    x=substr($0,( index($0," ") + 1 ) );
    gsub(" ","",x);
    a[$1]=x
}
END {
    split("callingPartyNumber calledPartyNumber timeForStartOfCharge chargeableDuration",b," ");
    for (i=1;i<=4;i++){
         printf a[(b[i])]" "
    }
}'

/[0-9 ]+$/ : 查找以数字结尾的行，用/不带空格分隔。

x=substr($0,( index($0," ") + 1 ) )：获取$0中第一个空格匹配后的索引，并将第一个空格匹配后的子串（即数字）保存到变量x

gsub(" ","",x)：删除x中的空格

a[$1]=x：创建一个数组a，索引为$0，并为其分配x

END:

split("callingPartyNumber calledPartyNumber timeForStartOfCharge chargeableDuration",b," ")：创建数组b，其中索引 1、2、3 和 4 按您需要的顺序具有所需字段的值

for (i=1;i<=4;i++){ printf a[(b[i])]" " } : for 循环获取数组a 中的值，索引为数组b[1],b[2],b[3] 和b[4] 中的值

【讨论】：