我的文本文件中有以下文字，我想提取如下。
device1 te rfe3 -1 10.1.2.3 device1 te rfe3
device2 cdr thr 10.2.5.3 device2 cdr thr
device4 10.6.0.8 device4
device3 hrdnsrc dhe 10.8.3.6 device3 hrdnsrc dhe
我的目标是提取设备名称和 IP 地址以剥离其他所有内容。 设备名称后没有图案，其中一些有 2-3 个单词，其中一些没有任何东西。我也不需要第三列。我正在看这样的结果。
device1 10.1.2.3
device2 10.2.5.3
device3 10.8.3.6
device3 10.8.9.4
这可能吗？提前致谢。
【问题讨论】：
sed -r 's/^([^ ]*) .* (([0-9]{1,3}\.){3}[0-9]{1,3}).*$/\1 \2/'
$ sed -r 's/^([^ ]*) .* (([0-9]{1,3}\.){3}[0-9]{1,3}).*$/\1 \2/' ./infile
device1 10.1.2.3
device2 10.2.5.3
device4 10.6.0.8
device3 10.8.3.6
【讨论】：
在awk 中，类似于
$ awk '{
for (f = 2; f <= NF; f++) {
if ($f ~ /^([0-9]+\.){3}[0-9]+$/) {
print $1, $f
break
}
}
}' file
这是一个成绩单：
mress:10192 Z$ cat pffft.awk
{
for (f = 2; f <= NF; f++) {
if ($f ~ /^([0-9]+\.){3}[0-9]+$/) {
print $1, $f
break
}
}
}
mress:10193 Z$ cat pfft.in
device1 te rfe3 -1 10.1.2.3 device1 te rfe3
device2 cdr thr 10.2.5.3 device2 cdr thr
device4 10.6.0.8 device4
device3 hrdnsrc dhe 10.8.3.6 device3 hrdnsrc dhe
mress:10194 Z$ awk -f pffft.awk pfft.in
device1 10.1.2.3
device2 10.2.5.3
device4 10.6.0.8
device3 10.8.3.6
mress:10195 Z$ _
【讨论】：
awk '...' file > file2 之类的内容重定向输出。 不要使用相同的文件进行输入和输出，因为操作系统会在打开文件进行写入时立即截断文件。
+，[0-9]++$应该是[0-9]+$吧？
在 perl 中
perl -ne 'next if /^\s*$/ ; /^(\w+).*?(\d+(\.\d+){3})/; print "$1\t$2\n"' test_file
对于排序的结果，您可能可以通过管道将输出传递给排序命令
perl -ne 'next if /^\s*$/ ; /^(\w+).*?(\d+(\.\d+){3})/; print "$1\t$2\n"' test_file | sort
更新脚本如版本
my $test_file = shift or die "no input file provided\n";
# open a filehandle to your test file
open my $fh, '<', $test_file or die "could not open $test_file: $!\n";
while (<$fh>) {
# ignore the blank lines
next if /^\s*$/;
# regex matching
/ # regex starts
^ # beginning of the string
(\w+) # store the first word in $1
\s+ # followed by a space
.*? # match anything but don't be greedy until...
(\d+(\.\d+){3}) # expands to (\d+\.\d+\.\d+\.\d+) and stored in $2
/x; # regex ends
# print first and second match
print "$1\t$2\n"
}
【讨论】：
Python 不在您的列表中，但类似的方法可能有用。
import sys
import re
pattern= re.compile( "^(\w+)\s.*?\s(\d+\.\d+\.\d+\.\d+)\s.*$" )
for line in sys.stdin:
match= pattern.match( line )
sys.stdout.write( "{0} {1}".format( match.group(1), match.group(2) ) )
它应该可以在大多数 Linux 平台上运行，因为已经安装了 Python。
【讨论】：
假设输入文件的字段总是与相同的列对齐，最短的 POSIX 解决方案是
$ cut -c1-8,23-33 x
device1 10.1.2.3
device2 10.2.5.3
device4 10.6.0.8
device3 10.8.3.6
【讨论】：
根据 cruft 获得的 IP 号码有多接近，这可能会或可能不会满足您的需求：
sed -re 's/^([^ ]*).* ([0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}).*/\1 \2/g'
【讨论】：
À la cut 使用 perl 的解决方案，如果文件始终采用相同的格式列，您可以使用“解包”：
perl -nE 'say unpack("A8 x14 A9")' data.txt
或者使用正则表达式获取第一个单词后跟空格^(\w+\s)，然后是. 后面的一个或多个数字3 次(\d+(\.\d+){3})：
perl -nE '/^(?<name>\w+\s).*?(?<ip>\d+(\.\d+){3})/;
say "$+{name} $+{ip}" ' data.txt
命名捕获 ($+{name} $+{ip}) 只是为了好玩:-)
【讨论】：