有没有办法在bash中的特定子字符串之后提取子字符串？

Posted 2023-03-24

【中文标题】有没有办法在bash中的特定子字符串之后提取子字符串？

【英文标题】：Is there a way to extract a substring after a specific substring in bash?

【发布时间】：2020-04-17 13:13:38

【问题描述】：

我每天早上都会从我的一位工程师那里收到一个 .txt 文件，其中包含以下信息：

"New York"|NYC|network-details source-group NYC-srcIP dest-group NYC-destIP

"San Francisco"|SF|network-details source-group SF-srcIP dest-group SF-destIP

我们有一个运行的脚本，它可以通过提供指定的源组或目标组向我们返回类似于以下的信息：

#Calling on source-group
NYC-srcIP|000.000.000.0/32
SF-srcIP|111.111.111.1/32

#Calling on dest-group yields similar info
NYC-destIP|000.000.000.0/32
SF-destIP|111.111.111.1/32

我遇到的主要问题是对大量数据执行此操作并解析 .txt 文件中的字符串，以便我可以运行脚本并将其附加到 2 个不同的文件中，以获取源组和目标-所有这些位置的组。

但是 .txt 有多个分隔符。本质上，我只想要源组值（例如：NYC-srcIP）和目标组值（例如：NYC-destIP）。

在 bash 中是否有一种简单的方法可以做到这一点？最好是 pythonic，我可以在哪里为我的 .txt 文件中的每一行获取源组和目标组之后的第一个空格分隔子字符串？

【问题讨论】：

请为解析的 *.txt 文件添加所需的输出。 NYC-srcIP 和 NYC-destIP 是文字字符串还是只是真实数据的占位符？

“类似下面的信息”中出现的类似IP的值是从哪里来的？ （即|000.000.000.0/32）。祝你好运。

【参考方案1】：

bash 版本：

pattern="source-group ([^[:space:]]+) dest-group ([^[:space:]]+)"
while read line; do
    if  [[ $line =~ $pattern ]]; then
        echo $BASH_REMATCH[1] $BASH_REMATCH[2]
    fi
done

bash test.sh

【参考方案2】：

基本的 cut / awk 应该足够了，像这样：

cat ex.txt | sed 's/".*"//' | awk 'print $3,$5'

或

cat ex.txt | sed 's/".*"//' | cut -d' ' -f3,5

sed 有助于摆脱双引号内的第一部分，其中可能包含空格，如 cmets 中所指出的那样。

【讨论】：

如果城市名称不包含空格（例如：“达拉斯”），那么这将不会产生正确的输出。目前尚不清楚“纽约”和“旧金山”是否是唯一的输入城市，我只是进行观察。您可以先通过awk，使用'|' 作为分隔符，以隔离整个输入行的结尾部分，与城市名称中是否存在空格无关（例如：awk -F\| 'print $3'）。

@kaan 你说得对，我错过了。我将编辑答案以使其更加一致。