免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12下一页
最近访问板块 发新帖
查看: 7122 | 回复: 13
打印 上一主题 下一主题

[文本处理] 请问一个文本分段的问题 [复制链接]

论坛徽章:
2
射手座
日期:2013-10-29 16:22:32丑牛
日期:2013-11-25 16:29:17
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2013-08-23 09:58 |只看该作者 |倒序浏览
本帖最后由 kakaliu 于 2013-08-23 10:00 编辑

用vi 查看日志的时候发现有些行 内容很长 在VI中查看特别不方便 大致内容如下
{history={id=272707330, returnState=null, businessId=879, linkId=null, gatewayMessageId=null}, map={messageId=-8491669862039930271, phone=13750416569, returnChannelTime=2013-08-21 23:51:00.0, returnConnTime=2013-08-21 23:51:00.0, returnRspCode=0, returnRspDesc=MI:0024, returnState=0}, table=t_sms_mt_history201308},{history={id=272571083, returnState=null, businessId=879, linkId=null, gatewayMessageId=null}, map={messageId=-8491669312283684446, phone=13798830345, returnChannelTime=2013-08-21 23:51:00.0, returnConnTime=2013-08-21 23:51:00.0, returnRspCode=0, returnRspDesc=MI:0024, returnState=0}, table=t_sms_mt_history201308}, {history=xxx}

首先我想分段成每行行首为这样的格式
{history={id=272707330, returnState=null, businessId=879, linkId=null, gatewayMessageId=null}, map={messageId=-8491669862039930271, phone=13750416569, returnChannelTime=2013-08-21 23:51:00.0, returnConnTime=2013-08-21 23:51:00.0, returnRspCode=0, returnRspDesc=MI:0024, returnState=0}, table=t_sms_mt_history201308},
{history={id=272571083, returnState=null, businessId=879, linkId=null, gatewayMessageId=null}, map={messageId=-8491669312283684446, phone=13798830345, returnChannelTime=2013-08-21 23:51:00.0, returnConnTime=2013-08-21 23:51:00.0, returnRspCode=0, returnRspDesc=MI:0024, returnState=0}, table=t_sms_mt_history201308},

其次在用awk 来过滤我想要的字段 如下所示
id=272707330,businessId=879,messageId=-8491669862039930271, phone=13750416569, returnChannelTime=2013-08-21 23:51:00.0, returnConnTime=2013-08-21 23:51:00.0, returnRspCode=0
id=272571083,businessId=879,messageId=-8491669312283684446, phone=13798830345, returnChannelTime=2013-08-21 23:51:00.0, returnConnTime=2013-08-21 23:51:00.0, returnRspCode=0

请各位大神帮忙

论坛徽章:
60
20周年集字徽章-20	
日期:2020-10-28 14:04:3015-16赛季CBA联赛之北京
日期:2016-07-06 15:42:0715-16赛季CBA联赛之同曦
日期:2016-06-12 10:38:0915-16赛季CBA联赛之佛山
日期:2016-05-27 11:54:56黄金圣斗士
日期:2015-12-02 11:44:35白银圣斗士
日期:2015-11-25 14:32:43白银圣斗士
日期:2015-11-23 12:53:352015亚冠之布里斯班狮吼
日期:2015-10-21 16:55:482015亚冠之首尔
日期:2015-09-01 16:46:052015亚冠之德黑兰石油
日期:2015-08-31 11:39:192015亚冠之萨济拖拉机
日期:2015-08-28 21:06:5315-16赛季CBA联赛之广东
日期:2016-07-12 14:58:53
2 [报告]
发表于 2013-08-23 10:29 |只看该作者
  1. cat urfile | grep -Po '(id=|businessId=|messageId=|phone=|returnChannelTime=|returnConnTime=|returnRspCode=)[^,]+' | sed ':a;/returnRspCode/!N;s/\n/,/;ta'  
复制代码

论坛徽章:
10
天蝎座
日期:2013-09-22 22:32:23程序设计版块每日发帖之星
日期:2016-08-07 06:20:00lufei
日期:2016-06-17 17:38:40程序设计版块每日发帖之星
日期:2016-06-12 06:20:002016科比退役纪念章
日期:2016-05-31 15:47:20CU十四周年纪念徽章
日期:2016-05-27 12:24:562015年亚洲杯之阿曼
日期:2015-05-03 21:01:352015年辞旧岁徽章
日期:2015-03-03 16:54:15天蝎座
日期:2013-10-20 21:05:24程序设计版块每日发帖之星
日期:2016-08-11 06:20:00
3 [报告]
发表于 2013-08-23 10:30 |只看该作者
本帖最后由 liion631818 于 2013-08-23 10:33 编辑

  1. Q1:
  2. awk -vRS="{history" '{if($0!="")print RS $0}' myfile

  3. Q2:
  4. awk  -vRS="{history" -vFS="{|,|}" '{for(i=1;i<NF;i++){if($i~/.+=[-|0-9].*/)printf $i ","};if(NF!=0)print "\n"}' myfile

复制代码

论坛徽章:
1
天蝎座
日期:2013-08-22 15:14:44
4 [报告]
发表于 2013-08-23 10:33 |只看该作者
本帖最后由 guogang225 于 2013-08-23 10:35 编辑

直接得出最后的结果:
  1. sed -nr 's/(\{history)/\n\1/gp' urfile |awk -F'[{},]+' 'NF>3{print $3,$5,$9,$10,$11,$12,$13}'
复制代码

论坛徽章:
2
射手座
日期:2013-10-29 16:22:32丑牛
日期:2013-11-25 16:29:17
5 [报告]
发表于 2013-08-23 10:39 |只看该作者
guogang225 发表于 2013-08-23 10:33
直接得出最后的结果:


谢谢 这个感觉很有用

论坛徽章:
2
射手座
日期:2013-10-29 16:22:32丑牛
日期:2013-11-25 16:29:17
6 [报告]
发表于 2013-08-23 10:46 |只看该作者
回复 3# liion631818


    [mis@MimmsApp3 resp]$ awk -vRS="{history" '{if($0!="")print RS $0}' resp.log.2013-08-22 >temp2.log
[mis@MimmsApp3 resp]$ more temp2.log
{history2013-08-22 00:00:00.024 startQuertz_Worker-9 [INFO ]RemoveRespHistoryQuartz : -----定时删除读取过的回执记录,本次成功删除的记录条数为:短信=118,彩信=0
2013-08-22 00:00:01.233 彩信读取线程 [INFO ]MmsReadRespThread : --彩信转发队列里长度:0
2013-08-22 00:00:01.575 短信读取线程 [INFO ]ReadRespThread : ---短信转发队里长度:0
2013-08-22 00:00:01.597 短信读取线程 [INFO ]ReadRespThread : ---短信转发队里长度:22
2013-08-22 00:00:03.513 http-8084-6 [INFO ]ConnectMtRespController : 收到异步回执状态报告 message(json)=[{"messageId":"-8439819642452688014","phone":"15282139603","returnState"
:"1","returnChannelTime":"2013-08-21 23:54","returnConnTime":"2013-08-21 23:54","returnRspCode":"1","returnRspDesc":"DELIVRD"}]
2013-08-22 00:00:03.514 http-8084-6 [INFO ]ConnectMtRespController : 接收一批回执状态报告,放入队列成功,数量为=1

没有过滤干净!好多不相关的内容都过滤进来了!

论坛徽章:
15
2015年辞旧岁徽章
日期:2015-03-03 16:54:15双鱼座
日期:2015-01-15 17:29:44午马
日期:2015-01-06 17:06:51子鼠
日期:2014-11-24 10:11:13寅虎
日期:2014-08-18 07:10:55酉鸡
日期:2014-04-02 12:24:51双子座
日期:2014-04-02 12:19:44天秤座
日期:2014-03-17 11:43:36亥猪
日期:2014-03-13 08:13:51未羊
日期:2014-03-11 12:42:03白羊座
日期:2013-11-20 10:15:18CU大牛徽章
日期:2013-04-17 11:48:45
7 [报告]
发表于 2013-08-23 10:47 |只看该作者
  1. awk  '{gsub(/[{|}]/,",",$0);l=split($0,a,",");for (i=1;i<=l;i++) if (a[i]~/(id=|businessId=|messageId=|phone=|returnChannelTime=|returnConnTime=|returnRspCode=)/) printf a[i] OFS;print ORS }' RS="{history=" OFS=, infile
复制代码

论坛徽章:
1
技术图书徽章
日期:2013-08-30 10:47:12
8 [报告]
发表于 2013-08-23 10:59 |只看该作者


if(NF!=0)print "\n"   如果域的个数不是0 就换行    但不是很明白

回复 3# liion631818


   

论坛徽章:
2
射手座
日期:2013-10-29 16:22:32丑牛
日期:2013-11-25 16:29:17
9 [报告]
发表于 2013-08-23 11:03 |只看该作者
[mis@MimmsApp3 resp]$ sed -nr 's/(\{history)/\n\1/gp' resp.log.2013-08-22 >temp1.txt
[mis@MimmsApp3 resp]$ more temp1.txt
2013-08-22 00:00:11.665 短信转发线程7 [INFO ]SchedulerService : 回执状态报告处理list数量为=22,list=[
{history={id=272658520, returnState=null, businessId=879, linkId=null, gatewayMessageId=null}, map={messageId=-8491688828615389155, phone=15118424475, returnChannelTime=2013-08
-21 23:50:00.0, returnConnTime=2013-08-21 23:50:00.0, returnRspCode=0, returnRspDesc=MI:0024, returnState=0}, table=t_sms_mt_history201308},
{history={id=272658402, returnState=null, businessId=879, linkId=null, gatewayMessageId=null}, map={messageId=-8491689378370931555, phone=15220785281, returnChannelTime=2013-08
-21 23:50:00.0, returnConnTime=2013-08-21 23:50:00.0, returnRspCode=0, returnRspDesc=MI:0024, returnState=0}, table=t_sms_mt_history201308},


第一条命令用sed 语法简单看着也容易懂

那请问如果用awk的话 应该咋写

论坛徽章:
2
射手座
日期:2013-10-29 16:22:32丑牛
日期:2013-11-25 16:29:17
10 [报告]
发表于 2013-08-23 11:07 |只看该作者
reyleon 发表于 2013-08-23 10:29


谢谢兄弟 不过也会有很多不相关的东西都过滤出来了
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP