提取数据

kggg

有这么一个文件, 有很多如下格式的数据:

content=<<EOT
a = g 100
h  ok
next h unstable
t = time  2013/08/22 10:52:00
host    192.168.1.1
EOT

content=<<EOT
a = g 200
h  ok
next h unstable
t = time  2013/08/22 10:52:10
host    192.168.1.2
EOT

content=<<EOT
a = g 100
next h unstable
t = time  2013/08/22 10:53:00
host    192.168.1.1
EOT

content=<<EOT
a = g 200
next h unstable
t = time  2013/08/22 10:55:10
host    192.168.1.2
EOT

....

想从中提取content EOT之间内容中host与time的值 , 内容段中需要包含"h ok".

seufy88

比较笨的方法

1. #!/usr/bin/perl
   
2. use strict;
   
3. my $flip;
   
4. while (<DATA>){
   
5.         if(/content=<<EOT/.../EOT/){
   
6.                 if(/h\s+ok/){$flip=1;};
   
7. 
   
8.                 if($flip ==1){
   
9.                         if(/time/){print;};
   
10.                         if(/host/){print;};
    
11.                 }
    
12.                 $flip = 0 if (/^EOT/);
    
13.         }
    
14. }
    
15. 
    
16. 
    
17. 
    
18. 
    
19. 
    
20. __DATA__
    
21. content=<<EOT
    
22. a = g 100
    
23. h  ok
    
24. next h unstable
    
25. t = time  2013/08/22 10:52:00
    
26. host    192.168.1.1
    
27. EOT
    
28. 
    
29. content=<<EOT
    
30. a = g 200
    
31. h  ok
    
32. next h unstable
    
33. t = time  2013/08/22 10:52:10
    
34. host    192.168.1.2
    
35. EOT
    
36. 
    
37. content=<<EOT
    
38. a = g 100
    
39. next h unstable
    
40. t = time  2013/08/22 10:53:00
    
41. host    192.168.1.1
    
42. EOT
    

复制代码

cinanine

1. #!/usr/bin/perl
   
2. use 5.010;
   
3. my $data = do { local $/; <DATA> };
   
4. for ( split /^\s*$/m, $data ) {
   
5.     /^h\s+ok/m or next;
   
6.     /time\s+(.*)^.*host\s+(\S+)/ms;
   
7.     print join "\t", $2, $1;
   
8. }
   
9. 
   
10. __DATA__
    
11. content=<<EOT
    
12. a = g 100
    
13. h  ok
    
14. next h unstable
    
15. t = time  2013/08/22 10:52:00
    
16. host    192.168.1.1
    
17. EOT
    
18. 
    
19. content=<<EOT
    
20. a = g 200
    
21. h  ok
    
22. next h unstable
    
23. t = time  2013/08/22 10:52:10
    
24. host    192.168.1.2
    
25. EOT
    
26. 
    
27. content=<<EOT
    
28. a = g 100
    
29. next h unstable
    
30. t = time  2013/08/22 10:53:00
    
31. host    192.168.1.1
    
32. EOT
    
33. 
    
34. content=<<EOT
    
35. a = g 200
    
36. next h unstable
    
37. t = time  2013/08/22 10:55:10
    
38. host    192.168.1.2
    
39. EOT
    

复制代码

lhohoz

1. #!/usr/bin/perl
   
2. use warnings;
   
3. use strict;
   
4. 
   
5. 
   
6. undef $/;
   
7. while (my $line = <DATA>) {
   
8.     while ($line =~ m/content=<<EOT(.*?)EOT/gsi) {
   
9.        my $match = $1;
   
10.        if ( $match =~ m/h\s+ok/ ) {
    
11.            $match =~ m/time\s+(.*?)host\s+(.*)$/gs;
    
12.            print "$1\n$2\n";
    
13.        }
    
14.     }
    
15. }
    
16. 
    
17. __DATA__
    
18. content=<<EOT
    
19. a = g 100
    
20. h  ok
    
21. next h unstable
    
22. t = time  2013/08/22 10:52:00
    
23. host    192.168.1.1
    
24. EOT
    
25. 
    
26. content=<<EOT
    
27. a = g 200
    
28. h  ok
    
29. next h unstable
    
30. t = time  2013/08/22 10:52:10
    
31. host    192.168.1.2
    
32. EOT
    
33. 
    
34. content=<<EOT
    
35. a = g 100
    
36. next h unstable
    
37. t = time  2013/08/22 10:53:00
    
38. host    192.168.1.1
    
39. EOT
    
40. 
    
41. content=<<EOT
    
42. a = g 200
    
43. next h unstable
    
44. t = time  2013/08/22 10:55:10
    
45. host    192.168.1.2
    
46. EOT

复制代码

kggg

回复 3# cinanine

漏掉说明一个特殊情况,  在字段中有可能time值的行排在ok行的前面.


   

lhohoz

回复 5# kggg

1. undef $/;
   
2. while (my $line = <DATA>) {
   
3.     while ($line =~ m/content=<<EOT(.*?)EOT/gsi) {
   
4.        my $match = $1;
   
5.        if ( $match =~ m/h\s+ok/ ) {
   
6.            $match =~ m/time\s+(.*?)\n/gs;
   
7.            print "$1\t";
   
8.        }
   
9.        if ( $match =~ m/h\s+ok/ ) {
   
10.            $match =~ m/host\s+(.*?)\s/gs;
    
11.            print "$1\n";
    
12.        }
    
13.     }
    
14. }

复制代码