无论顺序如何，从行中提取多个模式

Question

我是 Unix 脚本的新手，所以请耐心等待。

我得到了一个文件，其中包含有关每行进程的信息。我需要从每一行中提取有关这些过程的某些信息。

文件示例 -

process1 port=1234 appID=dummyAppId1 authenticate=true <some more params>
process3 port=1244 authenticate=false appID=dummyAppId2 <some more params>
process2 appID=dummyAppId3 port=1235 authenticate=true <some more params>

所需的输出是 -

1
port=1234 authenticate=true appID=dummyAppId1 
2
port=1244 authenticate=false appID=dummyAppId2
3
port=1235 authenticate=true appID=dummyAppId3

每行的数字 1、2 和 3 仅表示输出文件的行号。

我已经尝试使用该sed s/命令，但它是特定于顺序的，而输入文件中的参数不遵循顺序 - 因此，输入文件中的某些行被跳过。

这是我的命令-

sed -nr 'appId/s/(\w+).*port=([^ ]+) .*authenticate=[^ ]+) .*appId=[^ ]+) .*/\2\t\3\t\4/p' | sed =

任何人都可以指导我如何不考虑顺序提取这些参数吗？

谢谢！

编辑 1：我设法以这种方式使用 grep 的后视零宽度断言功能 -

grep -Po '(?<=pattern1=)[^ ,]+|(?<=pattern2=)[^ ,]+|(?<=pattern3=)[^ ,]+|(?<=pattern4=)[^ ,]+' filename

但这似乎给出了新行中每一行的输出，即

1234
true
dummyAppId1

试图弄清楚如何使用 grep 将它放在一行上（即不是通过将 X 行合并为 1）

编辑 2：混淆输入中参数的顺序

编辑 3：对不起，我应该早点提到这一点 -perl似乎在我工作的机器上受到限制。虽然 Stephane 和 Sundeep 提供的答案在我本地测试时完美地工作，但它在我需要它最终运行的机器上不起作用。看起来 awk、grep 和 sed 是主要支持的选项:(

Answer 1

With awk（用 测试GNU awk，不确定它是否适用于其他实现）

$ cat kv.awk
/appID/ {
    for (i = 1; i <= NF; i++) {
        $i ~ /^port=/ && (a = $i)
        $i ~ /^authenticate=/ && (b = $i)
        $i ~ /^appID=/ && (c = $i)
    }
    print NR "\n" a, b, c
}

$ awk -v OFS='\t' -f kv.awk ip.txt
1
port=1234   authenticate=true   appID=dummyAppId1
2
port=1244   authenticate=false  appID=dummyAppId2
3
port=1235   authenticate=true   appID=dummyAppId3

和 perl

$ # note that the order is changed for second line here
$ cat ip.txt
process1 port=1234 authenticate=true appID=dummyAppId1 <some more params>
process3 port=1244 appID=dummyAppId2 authenticate=false <some more params>
process2 port=1235 authenticate=true appID=dummyAppId3 <some more params>

$ perl -lpe 's/(?=.*(port=[^ ]+))(?=.*(authenticate=[^ ]+))(?=.*(appID=[^ ]+)).*/$1\t$2\t$3/; print $.' ip.txt 
1
port=1234   authenticate=true   appID=dummyAppId1
2
port=1244   authenticate=false  appID=dummyAppId2
3
port=1235   authenticate=true   appID=dummyAppId3

• (?=.*(port=[^ ]+)) 第一个捕获组 port
• (?=.*(authenticate=[^ ]+))第二个捕获组authenticate，以此类推
• print $. 对于行号
• 为了避免部分匹配，使用\bport，\bappID等等，如果单词边界是不够的。否则，使用(?<!\S)(port=[^ ]+)基于空格的限制。

如果您需要打印只包含线appID或任何其他这种条件下，改变-lpe以-lne和变化print $.，以print "$.\n$_" if /appID/

Answer 2

使用perl，您可以使用以下方法：

perl -lne 'my %h;
           $h{$1} = $& while /(\S+?)=(\S+)/g;
           print "@h{qw(port authenticate appID)}"'

在其中构建一个哈希表，其键是属性名称，值是name=values，然后打印您想要的那些。

如果您只想要输出值，请替换$&为$2。

同awk：

awk '
  {
    split("", h)
    for (i = 1; i <= NF; i++)
      if (n = index($i, "=")) h[substr($i, 1, n - 1)] = $i
    print h["port"], h["authenticate"], h["appID"]
  }'

使用pcregrep，您可以执行以下操作：

pcregrep -o1 -o2 -o3 --om-separator=' ' '(?x)
  ^(?=.*?\s(port=\S+))
   (?=.*?\s(authenticate=\S+))
   (?=.*?\s(appID=\S+))'

（那个要求所有三个属性都存在）。

与sed：

sed 'G
     s/[[:space:]]\(port=[^[:space:]]*\).*\n.*/&\1/
     s/[[:space:]]\(authenticate=[^[:space:]]*\).*\n.*/& \1/
     s/[[:space:]]\(appID=[^[:space:]]*\).*\n.*/& \1/
     s/.*\n//'

最后两个假设属性不是该行的第一个单词（鉴于您的样本，这似乎是一个合理的假设）。