如何在perl中使用split函数来完成awk的工作
Posted
技术标签:
【中文标题】如何在perl中使用split函数来完成awk的工作【英文标题】：How to use split function in perl to do the work of awk 【发布时间】：2017-01-19 15:15:57 【问题描述】：我正在用 perl 编写脚本，我想尽可能避免使用 awk、tr 等外部命令。 这是我从脚本内部运行的命令，使用反引号：
my @arr = `$cmd | tr " " "\n" | xargs -n1 host | awk 'print $4'`
这是没有awk 'print 4$的输出：
$fileserver has address 10.90.207.59
$fileserver has address 10.90.207.34
$fileserver has address 10.90.207.56
$fileserver has address 10.90.207.67
这是awk 'print 4$的输出：
10.90.207.59
10.90.207.34
10.90.207.56
10.90.207.67
我希望每个 IP 都位于数组中的单独单元格中。 如何使用 perl 函数（可能是拆分或映射）而不是使用 awk 和 tr？
【问题讨论】：
输入和期望的输出？ 地址总是 IPv4 吗？ 【参考方案1】：琐碎。默认情况下split 与awk 一样工作。所以：
my @arr = split;
print $arr[3]; #note - arrays start at zero.
然而，perl 通常也可以在文件句柄上逐行运行，split 会得到你不想要的东西。
您可以：
#!/usr/bin/perl
use strict;
use warnings;
while (<DATA>)
my ($ip) = (split)[3];
print $ip, "\n";
#or push it.
__DATA__
$fileserver has address 10.90.207.59
$fileserver has address 10.90.207.34
$fileserver has address 10.90.207.56
$fileserver has address 10.90.207.67
但如果你正在寻找一个单一的东西：
#!/usr/bin/perl
use strict;
use warnings;
use Data::Dumper;
my @ips = map (split)[3] <DATA>;
print Dumper \@ips;
__DATA__
$fileserver has address 10.90.207.59
$fileserver has address 10.90.207.34
$fileserver has address 10.90.207.56
$fileserver has address 10.90.207.67
我们在列表上下文中读取<DATA>，因此它返回整个内容 - 一次映射一个元素。
然后在map 中，我们拆分每个元素，并抓取元素3（在awk 术语中为$4）。
【讨论】：
太好了，谢谢！ ，关于“tr”命令我能做些什么吗？ 是的。但我不会，因为 那个 位正在使用xargs 运行多个命令，而我只是在perl 中一次运行一个命令。【参考方案2】：
perl one liner 类似用途
perl -nae 'print "$F[3]\n"' input.txt
-n 为文件创建循环
-a 自动拆分模式。默认情况下用空格分割。存储到@F 中的输出。所以我使用第三个索引来打印 IP 地址。在 perl 索引中以 0 开始
【讨论】：
也非常感谢！【参考方案3】：如果你知道你想要的字段是最后一列，你可以使用从末尾倒数的索引：
my $ip = (split)[-1];
在单行情况下，使用-a 开关使Perl 将行拆分为@F 数组（-n 将while(<>)... 包裹在-e 的参数周围，-l 添加一个每个print 的换行符（见perlrun））：
perl -anle 'print $F[-1]'
但是，由于您没有被 awk 困住，因此您不必那样做。在没有管道的情况下，您可能可以在 Perl 中完成大部分工作。这是你开始的：
my @arr = `$cmd | tr " " "\n" | xargs -n1 host | awk 'print $4'`
看起来$cmd 在一行中生成了一堆主机名。使用tr 将空格转换为换行符，然后在每一行上运行host。对于每个host 输出，您获取地址。
你可以在一个 Perl 程序中做到这一点：
use v5.24;
use Socket; # core module
use Net::hostent; # core module
my $cmd = ...;
foreach my $host ( `$cmd` )
chomp( $host );
my @addresses =
map inet_ntoa($_)
gethostbyname($host)->addr_list->@*;
say join "\n", @addresses;
使用列表上下文中的反引号，Perl 将命令的输出分成几行。核心模块Socket 和Net::hostent 随Perl 一起提供。
我使用 v5.24 是因为它非常棒的 postfix dereferencing 功能 ->@*，它将来自 addr_list 的数组引用转换为 map 可以使用的常规列表。
您需要小心您在$cmd 中输入的任何内容。我在Mastering Perl 的“安全”一章中详细讨论了这一点。您还可以在 perlsec 文档中找到一些内容。
【讨论】：
非常感谢您的详细解答！【参考方案4】：在Socket 模块中的inet_aton 和inet_ntoa 的帮助下，您可以非常简单地在Perl 中完成所有工作，$cmd 除外，因为您没有告诉我们那是什么
看起来您的$cmd 返回一行或多行主机名，以空格分隔，因此我在这里使用了echo 命令来模拟它。我也使用了Data::Dump，只是为了揭示@addresses的最终内容
use strict;
use warnings 'all';
use Socket;
my $cmd = 'echo www.amazon.co.uk www.perl.com www.***.com';
my $cmd_output = `$cmd`;
my @addresses = map name_to_ip($_) split ' ', $cmd_output;
use Data::Dump;
dd \@addresses;
sub name_to_ip
my ($name) = @_;
my $add32 = inet_aton($name) or die qqUnable to convert host name "$name": $!\n;
inet_ntoa($add32);
输出
["54.239.36.155", "207.171.7.72", "151.101.193.69"]
【讨论】：
【参考方案5】：perl oneliners 来救援 - 列出我的出租车收据，按第 4 列排序，带有 _token delim：
ls -1 | sort -t'_' -k 4| grep -i taxi
00016,70_2021-12-04_OL_2021-12-04_id-10_LahiTaxi-Oy_TaxiKuljetus.jpg
00125,10_2021-12-04_OL_2021-12-04_id-11_Tom-Lindroos_Taxipalvelut.jpg
将它们视为一个表（对于控制台中的每一行，抓取到 @a 数组（这可能更短...），而不是通过它的索引来引用数组的每个元素：
ls -1 | sort -t'_' -k 4|perl -ne 'chomp($_);@a=split/_/;print "$a[4]\t$a[3]\t$a[2]\t$a[1]\t$a[5]\t$a[6]\t$a[0]\n"' | grep -i taxi
id-10 2021-12-04 OL 2021-12-04 LahiTaxi-Oy TaxiKuljetus.jpg 00016,70
id-11 2021-12-04 OL 2021-12-04 Tom-Lindroos Taxipalvelut.jpg 00125,10
将它们放入 csv 文件中，以导入到 xls、google sheet：
ls -1 | sort -t'_' -k 4|perl -ne 'chomp($_);@a=split/_/;print "$a[4];$a[3];$a[2];$a[1];$a[5];$a[6];$a[0]\n"' > ../lst.csv
【讨论】：
以上是关于如何在perl中使用split函数来完成awk的工作的主要内容，如果未能解决你的问题，请参考以下文章
如何将数组的值作为第二个参数传递给 awk 的 split 函数？
linux下awk内置函数的使用(split/substr/length)