从日志文件中过滤特定文本

Question

所以我有一个来自 Twitch 聊天的日志文件，我想制作一个词云，为此我只想要他们名字后面的文本，例如。

[Jun 01 2015 02:23:58 UTC] swimsphinx: test1
[Jun 01 2015 02:24:15 UTC] swimsphinx: test2
[Jun 01 2015 02:27:36 UTC] swimsphinx: lol

我想处理整个文件，以便删除日期和名称，所以我只剩下 3 行

test1
test2
lol

这在 Windows CMD 中可能吗？或者还有什么我应该做的吗？

Answer 1

（编辑：为了清楚起见，正如大卫所指出的，这在通用 Windowscmd解释器中不起作用。这更像是一个 powershell 单行程序）

你可以这样做：

cat chat.log | %{$_ -replace "\[[^]]*\] +[^ ]*: ",""} > words.txt

翻译：读取 的内容chat.log，然后将其通过管道传输到命令中，以替换每行前面看起来像时间戳/用户名的任何内容，并将结果放入words.txt

我也进行了猜测，对于奇怪的情况，例如：

[Jun 01 2015 02:24:15 UTC] swimsphinx: test2 [Jun 01 2015 02:24:15 UTC] swimsphinx: message

你想得到

test2 message

而不是

test2 [Jun 01 2015 02:24:15 UTC] swimsphinx: message