awk 脚本帮助 - 逻辑问题

Posted 2023-03-24

【中文标题】awk 脚本帮助 - 逻辑问题

【英文标题】：Awk scripting help - Logic Issue

【发布时间】：2010-09-14 15:17:45

【问题描述】：

我目前正在编写一个简单的 .sh 脚本来解析 Exim 日志文件中匹配“o”的字符串。目前，在查看 output.txt 时，每行（606 行）上都打印一个 0。我猜我的逻辑是错误的，因为 awk 不会抛出任何错误。

这是我的代码（针对串联和计数器问题进行了更新）。编辑：我从 dmckee 的回答中采用了一些新代码，我现在正在使用这些新代码而不是旧代码，以简化操作。

awk '/o'\''/ 
         line = "> ";
         for(i = 20; i <= 33; i++) 
           line = line " " $i;
         
         print line;
    ' /var/log/exim/main.log > output.txt

有什么想法吗？

编辑：为了清楚起见，我在电子邮件地址中使用“o”，因为 ' 是电子邮件地址中的非法字符（在我们的数据库中，仅以 o' 为前缀的名称出现）。

编辑 2：根据评论要求，这里是一些所需输出的经过消毒的样本：

[xxx.xxx.xxx.xxx] kathleen.o'[e-mail] <kathleen.o'[e-mail]> routing defer (-51): retry time not reached

[xxx.xxx.xxx.xxx] julie.o'[e-mail] <julie.o'[e-mail]> routing defer (-51): retry time not reached

[xxx.xxx.xxx.xxx] james.o'[e-mail] <james.o'[e-mail]> routing defer (-51): retry time not reached

[xxx.xxx.xxx.xxx] daniel_o'[e-mail] <aniel_o'[e-mail]> routing defer (-51): retry time not reached

我在循环中从 20 开始的原因是因为第 20 字段之前的所有内容都只是标准日志信息，我在这里不需要这些信息。我所需要的只是此解决方案的 IP 及其他所有内容（每个 550 错误的消息对于每个正在使用的邮件服务器都不同。我正在编制一个常见的列表）

【问题讨论】：

原始日志文件中有一行吗？

我必须审查它（那里的敏感数据），但这里有一个：2008-09-28 04:50:43 1KisKj-0000tX-L0 == james.o'stuff@domain .org 路由延迟（-51）：未达到重试时间

如果你提供一个经过清理的示例文件（几行代码）和所需的输出，我将是你可以获得十几个免费的 perl、python 和 ruby​​ 解决方案，这些解决方案比这简单得多.

您是否尝试从匹配 'o' 的每一行中获取 20-33 个字符？

啊，你是对的。我刚刚意识到第 20-33 行的概念是从我正在编写的类似脚本中继承而来的，该脚本是针对较长行的错误而设计的。我会尝试扩大它的边界。

【参考方案1】：

+ 表示 awk 中的数字加法。如果要连接，只需将常量和/或表达式用空格分隔即可。

所以，这个

line += " " + $i

应该变成

line = line " " $i

编辑：Iff exim 日志文件（我更喜欢 Postfix :) 由单个空格分隔，以下不是更简单：

grep -F o\' /var/log/exim/main.log | cut -d\  -f20-33 >output.txt

?

【参考方案2】：

这里不需要 grep。让 awk 为您选择匹配行（并根据 ΤZΩΤZΙΟΥ 修复您的串联错误）：

awk '/o'\''/ 
             line = "> ";
             for(i = 20; i <= 33; i++) 
               line = line " " $i;
             
             print line;
        ' /var/log/exim/main.log > output.txt

当然，如果你像上面那样在提示符下进行，你最终需要一些奇怪的转义。它在脚本中更干净......

---

编辑：第一遍我错过了 += 问题...

还假设您上面给出的行是部分的，因为它只有 13 个字段（默认情况下，字段以空格分隔）。

【讨论】：

我试过了，在清除 output.txt 文件后，我仍然只是得到一堆 0。

你是对的。请参阅我对这个问题的最后评论，了解原因。我已经相应地更新了我的代码。

是的！有用。我所要做的就是在采用您的代码后扩大 for 循环。在文件上直接使用 awk 而不是通过 grep 和其他东西管道它要简单得多。谢谢。

【参考方案3】：

"'" 在本地不是非法的。来自RFC2821，第 4.1.2 节：

Local-part = Dot-string / Quoted-string

Dot-string = Atom *("." Atom)

Atom = 1*atext

2821 进一步引用 RFC2822 用于非本地定义的元素，因此：

atext           =       ALPHA / DIGIT / ; Any character except controls,
                        "!" / "#" /     ;  SP, and specials.
                        "$" / "%" /     ;  Used for atoms
                        "&" / "'" /
                        "*" / "+" /
                        "-" / "/" /
                        "=" / "?" /
                        "^" / "_" /
                        "`" / "" /
                        "|" / "" /
                        "~"

换句话说，“'”是一个完全合法的不带引号的字符，包含在电子邮件本地部分中。现在，在您的网站上可能不合法，但这不是您所说的。

很抱歉没有直接讨论主题，但我想更正你的说法。

【参考方案4】：

关闭任务，更简单：python。

import fileinput
for line in fileinput.input():
    if "'" in line:
        fields = line.split(' ')
        print "> ", ' '.join( fields[20:34] )