使用记录分隔符后仅打印具有匹配字段的记录

Question

我有一堆记录，我只想查看一个字段（或多个字段）与正则表达式模式匹配的记录。

例如，假设我的数据采用如下形式：

Time=181 ms
RequestId=12345
Method=GET
... # other records
EndTime=Tue Mar 5 16:21:03 2015 UTC
EOE
------------------------------------------------------------------------
Time=4003 ms
RequestId=53224
Method=POST
... # other records
EndTime=Tue Mar 5 16:21:09 2015 UTC
EOE
------------------------------------------------------------------------

我之前的做法是使用 grep 和 -A 和 -B 标志来提取上下文。

zgrep "16:2[0-5]:" -A 1 -B 10 data.txt

如果我正在寻找单一模式并且每条记录具有相同数量的行，这很好用，但一旦我必须寻找具有自己模式的多个字段时就会变得更加复杂。

我想要做的是将这些输入中的每一个都分成一条记录，然后只打印与我要查找的模式匹配的 1 个或多个字段的每条记录。

我可以使用 RS 将它们拆分成记录，但我如何只打印具有不同部分匹配的记录？假设我想查找在 16:20 和 16:30 之间具有 EndTime 并且 Time 超过 1 秒 ([0-9]{4,}) 的所有记录中间有任意数量的行？

awk 'BEGIN { RS = "EOE" } { ??? }' data.txt

Answer 1

听起来您的主要问题是如何访问数据，而不是在获得数据后如何对其进行测试，因此：每当输入中有 name=value 对时，构造一个 name2value 是个好主意数组，然后您可以按名称访问值：

$ cat tst.awk
BEGIN { RS="\nEOE\n-+\n"; FS="\n"; OFS="," }
{
    delete n2v
    for (i=1;i<=NF;i++) {
        name = gensub(/=.*$/,"","",$i)
        value = gensub(/[^=]+=/,"","",$i)
        n2v[name] = value
    }
    print n2v["Time"], n2v["RequestId"], n2v["Method"], n2v["EndTime"]
}

$ awk -f tst.awk file
181 ms,12345,GET,Tue Mar 5 16:21:03 2015 UTC
4003 ms,53224,POST,Tue Mar 5 16:21:09 2015 UTC

以上使用了一些 GNU awk 扩展。使用 gawk 时间函数来计算您需要做的任何时间。

使用记录分隔符后仅打印具有匹配字段的记录

Only print records that have a matching field after using a record separator

regex

awk

grep