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: 3525 | 回复: 11
打印 上一主题 下一主题

[文本处理] 文本提取处理问题,求解! [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2014-04-11 17:10 |只看该作者 |倒序浏览
文本范例:
"id":"3077","user_id":"25591","app_name":"百度文库","entry":"view.main.MainActivity","blog_id":"127333"
"id":"119459","user_id":"26007","app_name":"恐怖之眼","blog_id":"119461","entry":"view.main.MainActivity"

提取目标:
id:3077,user_id:25991,app_name:百度文库,blog_id:127333
id:119459,user_id:26007,app_name:恐怖之眼,blog_id:119461

目前阶段方法(经尝试已失败):
#awk 'gsub(/"entry":".*"/,/ /)'  filename                       //因为"entry":".*"在每行中部时候,会把blog_id也删除。

请大侠赐教!谢谢!

论坛徽章:
23
15-16赛季CBA联赛之吉林
日期:2017-12-21 16:39:27白羊座
日期:2014-10-27 11:14:37申猴
日期:2014-10-23 08:36:23金牛座
日期:2014-09-30 08:26:49午马
日期:2014-09-29 09:40:16射手座
日期:2014-11-25 08:56:112015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:49:0315-16赛季CBA联赛之山东
日期:2017-12-21 16:39:1915-16赛季CBA联赛之广东
日期:2016-01-19 13:33:372015亚冠之山东鲁能
日期:2015-10-13 09:39:062015亚冠之西悉尼流浪者
日期:2015-09-21 08:27:57
2 [报告]
发表于 2014-04-11 17:20 |只看该作者
本帖最后由 ly5066113 于 2014-04-11 17:20 编辑

回复 1# xiaochuanjiejie


try:
  1. sed 's/"//g;s/,entry:[^,]*//' file
复制代码

论坛徽章:
0
3 [报告]
发表于 2014-04-11 17:37 |只看该作者
ly5066113 发表于 2014-04-11 17:20
回复 1# xiaochuanjiejie


可以解决,能否讲解下 [^,]* 这段的意思?谢谢,为什么不是 s/,entry:[$,]*// 呢?

论坛徽章:
0
4 [报告]
发表于 2014-04-11 18:02 |只看该作者
xiaochuanjiejie 发表于 2014-04-11 17:37
可以解决,能否讲解下 [^,]* 这段的意思?谢谢,为什么不是 s/,entry:[$,]*// 呢?


明白了,将[^,]排除 , 后的内容,是这个意思么?

论坛徽章:
769
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
5 [报告]
发表于 2014-04-11 18:26 |只看该作者
本帖最后由 Herowinter 于 2014-04-11 18:28 编辑

回复 3# xiaochuanjiejie
从entry:到第一个,之间的文本(不包括,)替换为空。

论坛徽章:
0
6 [报告]
发表于 2014-04-11 18:29 |只看该作者
gsub 同上处理

论坛徽章:
1
巳蛇
日期:2014-04-17 12:33:24
7 [报告]
发表于 2014-04-13 15:13 |只看该作者
贴个笨方法
  1. awk -F'"' '{print $2":"$4","$6":"$8","$10":"$12","$18":"$20}'
复制代码

论坛徽章:
1
巳蛇
日期:2014-04-17 12:33:24
8 [报告]
发表于 2014-04-13 15:19 |只看该作者
再来个用gsub的
  1. awk '{gsub(/"entry":[^,]*/,//);print $0}'
复制代码

论坛徽章:
0
9 [报告]
发表于 2014-04-13 17:21 |只看该作者
牛逼的awk,

论坛徽章:
1
摩羯座
日期:2014-11-14 16:48:17
10 [报告]
发表于 2014-04-13 23:34 |只看该作者
回复 8# iziang
lz,你的这个命令没有明白,awk '{gsub(/"entry":[^,]*/,//);print $0}'  awk中的gsub是替换函数,但没有明白(/"entry":[^,]*/,//)这里面的是什么意思?还请lz细说。


   
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