【问题标题】：How to extract last field column three only having numbers如何提取最后一个字段第三列只有数字
【发布时间】：2019-02-07 22:17:25
【问题描述】：

我正在尝试获取第三列，特别是只想提取日期，下面是数据的样子。

示例数据集

health status index                           uuid                   pri rep docs.count docs.deleted store.size pri.store.size
green  open   dpc-syslog-2019.02.04           HJNqQMd_T1qbyHM5HEHGUw   5   1   46559620            0     37.1gb         18.5gb
green  open   syslog-2019.06.23               Q73bPEXUQz64Pt7eh-a3pQ   5   1       4930            0      2.1mb            1mb
green  open   .monitoring-kibana-6-2019.02.04 _5_68NpKStWo3dBFOXZUlw   1   1       8749            0        5mb          2.5mb
green  open   syslog-2019.04.11               e45heIjRTGqO_KHS8He0Ag   5   1         14            0      109kb         54.5kb
green  open   syslog-2019.02.04               -tshSKMAR8GKYnY2KSqn_Q   5   1   19236875            0        5gb          2.5gb
green  open   syslog-2019.05.04               cTgQAcT-QkKklhsKucvotA   5   1         14            0      141kb         70.5kb
green  open   syslog-2019.04.19               CXzRauBZTWu64HB8KTCj5A   5   1         14            0    108.9kb         54.4kb
green  open   syslog-2019.03.02               ap9TDVkIQeGRbTQ9Qpzarg   5   1         14            0    108.3kb         54.1kb
green  open   syslog-2019.03.03               uNcOfR8gSfWYWJgh1Bp9WQ   5   1         14            0    107.6kb         53.8kb

下面是我试图获取日期的内容，但我在下面的命令语法中看到它还有一些我想删除的字符串。

尝试的代码：

[root@host1 ~]# curl -s -XGET http://127.0.0.1:9200/_cat/indices?v | awk '{print $3}'|cut -d. -f1-3 | sed 's/\.//g' | awk -F- '{print $NF}' | head
index
kibana
20190204
20190623
20190204
20190411
20190204
20190504
20190419
20190302
20190303

期望的输出：

也就是说，我只想要数字，只想跳过删除上面代码中的任何字符字符串，如index。

我希望这可以使用 awk 或 sed 或 grep 更好、更干净地完成，但只是摆弄实现方式。

感谢您的帮助。

【问题讨论】：

1.你想得到什么输出？ 2. 为什么你又使用了 awk 和 cut 以及 sed 和 awk？这不应该是一个 awk 命令吗？
@melpomene，我刚刚更新了帖子，虽然我只需要数字
最后一个字段只有数字似乎全为零。
@Tiw，这在我的命令输出中，请考虑一下
@JamesBrown，看起来帖子的标题具有误导性，我现在试图让它更清楚，很抱歉造成混乱。

标签： awk sed grep

【解决方案1】：

这是一种方式：

$ awk '$3~/[0-9]{4}(\.[0-9]{2}){2}$/{gsub(/^.*-|[^0-9]/,"",$3);print $3}' file
20190204
20190623
20190204
...

解释：

$ awk '$3~/[0-9]{4}(\.[0-9]{2}){2}$/ {  # picking records on regex
    gsub(/^.*-|[^0-9]/,"",$3)           # remove all before last dash and non-digits
    print $3                            # output
}' file

【讨论】：

哇！不错的正则表达式！
确实很棒 +1 ，但是我得到一些空白行和数字，例如 1 仅在行打印中，可以修剪。
空白行来自没有数字的字段，我将在几秒钟内删除它们。你想要 8 位数字还是什么？
现在它期望 $3 以 YYYY.MM-DD 结尾。
@JamesBrown，正确 :-)

【解决方案2】：

$ awk 'sub(/.*-/,"",$3){gsub(/\./,"",$3); print $3}' file
20190204
20190623
20190204
20190411
20190204
20190504
20190419
20190302
20190303

【讨论】：

非常漂亮、优雅且兼容的方式:-)
一如既往的好@Ed Morton！

【解决方案3】：

另一种 GNU awk 方式：

awk '$3~/[0-9]{4}/{print gensub(/.*-|[^0-9]*/, "", "g", $3)}'

您可以根据不同的情况微调正则表达式，基本上是准确性与简洁性之间的权衡。

和 GNU sed 解决方案：

sed -E '/(\S*\s+){2}.*[0-9]{4}(\.[0-9]{2}){2}/!d; s/(\S*\s+){2}(\S*\s+).*/\2/g; s/.*-|[^0-9]*//g'

【讨论】：

【解决方案4】：

使用tail、cut 和tr：

<infile tail -n+2 | tr -s ' ' | cut -d' ' -f3 | rev | cut -d- -f1 | rev | tr -d .

【讨论】：

不错的带 tr 和 tail 的，cut +1

【解决方案5】：

你也可以试试 Perl one-liner

perl -lane ' if($.>1) { $F[2]=~/.*\-(\d+).(\d+).(\d+)/ and print "$1$2$3" } '

或

perl -lane ' if($.>1) { $F[2]=~/.*\-(\S+)/ and ($t=$1)=~tr/\.//d and print $t  } '

由于标题与日期模式不匹配，因此也可以删除对行号 ($.) 的检查。

perl -lane ' $F[2]=~/.*\-(\d+).(\d+).(\d+)/ and print "$1$2$3"  '

您的意见

$ cat pygo.txt
health status index                           uuid                   pri rep docs.count docs.deleted store.size pri.store.size
green  open   dpc-syslog-2019.02.04           HJNqQMd_T1qbyHM5HEHGUw   5   1   46559620            0     37.1gb         18.5gb
green  open   syslog-2019.06.23               Q73bPEXUQz64Pt7eh-a3pQ   5   1       4930            0      2.1mb            1mb
green  open   .monitoring-kibana-6-2019.02.04 _5_68NpKStWo3dBFOXZUlw   1   1       8749            0        5mb          2.5mb
green  open   syslog-2019.04.11               e45heIjRTGqO_KHS8He0Ag   5   1         14            0      109kb         54.5kb
green  open   syslog-2019.02.04               -tshSKMAR8GKYnY2KSqn_Q   5   1   19236875            0        5gb          2.5gb
green  open   syslog-2019.05.04               cTgQAcT-QkKklhsKucvotA   5   1         14            0      141kb         70.5kb
green  open   syslog-2019.04.19               CXzRauBZTWu64HB8KTCj5A   5   1         14            0    108.9kb         54.4kb
green  open   syslog-2019.03.02               ap9TDVkIQeGRbTQ9Qpzarg   5   1         14            0    108.3kb         54.1kb
green  open   syslog-2019.03.03               uNcOfR8gSfWYWJgh1Bp9WQ   5   1         14            0    107.6kb         53.8kb
$ perl -lane ' if($.>1) { $F[2]=~/.*\-(\S+)/ and ($t=$1)=~tr/\.//d and print $t  } ' pygo.txt
20190204
20190623
20190204
20190411
20190204
20190504
20190419
20190302
20190303
$

【讨论】：

【解决方案6】：

请您尝试关注一下。

awk 'match($3,/[0-9]+\.[0-9]+\.[0-9]+/){val=substr($3,RSTART,RLENGTH);gsub(/\./,"",val);print val}' Input_file

或

awk '{sub(/.*-/,"",$3);gsub(/\./,"",$3);print $3}'  Input_file

【讨论】：

这可行，但只是看看我们是否可以有更短的方法:-)
@pygo，请立即尝试我的第二个解决方案。
第二种解决方案给出错误unexpected newline or end of string
@pygo，当然，现在修正了错字。

【解决方案7】：

这可能对你有用（GNU sed）：

sed -nr 's/^(\S+\s+){2}\S+(....)\.(..)\.(..)\s+.*/\2\3\4/p' file

第三列的模式匹配，匹配成功时才打印。

【讨论】：