☰

Wie kann ich in Linux bestimmte Zeichenfolgen extrahieren?

tag-icon • tag-icon command-line bash
Wie kann ich in Linux bestimmte Zeichenfolgen extrahieren?

Ich bin ein Neuling in Bash und hatte Schwierigkeiten damit, den bestimmten String in meine folgende Datei zu bekommen:

  DS*SC*S45WG*X56558*2
  NE*823*2*SC*q345w45*DT*RTD*7530SRT
  RJTROIT**20140617
  SNA**TP*55
  DS*SC*S45WG*X56558*2
  NE*17*2*SC*211*DT*DFS*75304KSRTRSHT**20140617
  RSS**TP*55
  DS*SC*S45WG*X56558*2
  NE*18*1*SC*3435*DT*PR*753SLRT
  JSRT**20140617~RSS**TP*55
  DS*SC*S45WG*X56558*1
  NE*19*1*SC*ERS*DT*DFS*753048SRY
  TSERY4654**20140617~RSS**TP*60
  DS*SC*S45WG*X56558*1
  NE*19*1*SC*FRAE*DT*ESS*753048499RYTSR**20140722
  RSS**TP*140
  DS*SC*S45WG*X56558*1
  NE*73*46464
  SD**15769
  SNA*PUI*000015769

Mit der oben angegebenen Datei möchte ich die folgenden Daten/Werte erhalten:

7530SRTRJTROIT
75304KSRTRSHT
753SLRTJSRT
753048SRYTSERY4654
753048499RYTSR

(die neben NE*823*2*SC*q345w45*DT*RTD zum Beispiel). Danke!

Antwort1

Da die Werte, die Sie interessieren, auf mehrere Zeilen aufgeteilt zu sein scheinen, würde ich mich auf einen reinen Perl-Regex verlassen, um die richtigen Muster zu finden:

cat file.txt | perl -e 's/\s//g && print "$_\n" for join("", <>) =~ /\*([\w\s]+)[~]{0,1}\w{3}\*\*TP/gm'

Hinweis: Ich bin davon ausgegangen, dass die gesuchten Werte mit diesem Trennzeichen enden:

XXX**TPwo XXXkönnte RSSoder SNAin deinem Beispiel sein.

Wie es funktioniert

  • join("", <>)erzeugt einen einzelnen String aus dem Ergebnis des catBefehls

  • dass ich zum Parsen (des =~Operators) mit diesem regulären Ausdruck verwende:

    /\*([\w\s]+)[~]{0,1}\w{3}\*\*TP/gm

    Dieser reguläre Ausdruck sucht nach Zeichenfolgen, die mit einem Stern beginnen \*und aus [A-Za-z0-9_] Zeichen (Kurzform \wfür Wörter) und Leerzeichen \s, einem möglichen ~(0 oder 1 Mal) und dann 3 Wortzeichen (z. B.: RSSoder SNA), zwei Sternen \*\*gefolgt von bestehen TP.

    Klammern werden verwendet, um nur das zwischen ihnen eingeschlossene Muster zu erfassen.

    /gmsind Regexp-Modifikatoren, die galle übereinstimmenden Zeichenfolgen zurückgeben (nicht nur die erste) und mmehrzeilige Suchen ermöglichen.

  • Die forAnweisung durchläuft alle Ergebnisse und ruft jede gefundene Übereinstimmung auf s/\s//g && print "$_\n".

    s/\s//gentfernt alle Leerzeichen (einschließlich Wagenrückläufe) und print "$_\n"gibt das Endergebnis aus ( $_das ist der aktuelle Wert in der For-Schleife)

Es gibt mir die erwarteten Werte (ohne sie im Befehl fest zu codieren):

7530SRTRJTROIT
75304KSRTRSHT
753SLRTJSRT
753048SRYTSERY4654
753048499RYTSR

Aktualisieren: (um das Datumsmuster einzuschließen)

Bitte verwenden Sie nun folgenden Befehl:

cat file.txt | perl -e 'for$a(join("", <>)=~/\*([A-Z0-9\s]+?)\*\*\d{8}/g){$a=~s/\s+//g;print"$a\n"}'

Antwort2

Sie können catdie Datei anzeigen und grepnur die Zeilen mit den gewünschten Werten abrufen.

z.B:cat myfile | grep 7530SRTRJTROIT

oder um mehrere Werte zu erhalten, können Sie Folgendes verwenden egrep, das reguläre Ausdrücke zulässt:
egrep "7530SRTRJTROIT|75304KSRTRSHT|753SLRTJSRT|753048SRYTSERY4654|753048499RYTSR" myfile

verwandte Informationen