用于从两个日期范围之间的文件中提取数据的 Shell 脚本

Question

我有一个巨大的文件，每一行都以时间戳开头，如下所示。我需要一种方法来 grep 两个日期之间的行。有没有什么简单的方法可以使用 sed 或 awk 来代替提取每行中的日期字段并比较日/月/年？

例如，需要通过检查第一个字段中的时间戳来提取 2013-06-01 到 2013-06-15 之间的数据

文件内容：

2013-06-02T19:44:59;(3305,3308,2338,102116);aaaa;xxxx
2013-06-14T20:01:58;(2338);aaaa;xxxx
2013-06-12T20:01:58;(3305,3308,2338);bbbb;xxxx
2013-06-13T20:01:59;(3305,3308,2338,102116);bbbb;xxxx
2013-06-13T20:02:53;(2338);bbbb;xxxx
2013-06-13T20:02:53;(3305,3308,2338);aaaa2;xxxx
2013-06-13T20:02:54;(3305,3308,2338,102116);aaaa2;xxxx
2013-06-14T20:31:58;(2338);aaaa2;xxxx
2013-06-14T20:31:58;(3305,3308,2338);aaaa;xxxx
2013-06-15T20:31:59;(3305,3308,2338,102116);bbbb;xxxx
2013-06-16T20:32:53;(2338);aaaa;xxxx
2013-06-16T20:32:53;(3305,3308,2338);aaaa2;xxxx
2013-06-16T20:32:54;(3305,3308,2338,102116);bbbb;xxxx

Answer 1

您可以使用sed 打印两个模式之间的所有行。在这种情况下，您必须先sort 文件，因为日期是交错的：

$ sort file | sed -n '/2013-06-12/,/2013-06-15/p'
2013-06-12T20:01:58;(3305,3308,2338);bbbb;xxxx
2013-06-13T20:01:59;(3305,3308,2338,102116);bbbb;xxxx
2013-06-13T20:02:53;(2338);bbbb;xxxx
2013-06-13T20:02:53;(3305,3308,2338);aaaa2;xxxx
2013-06-13T20:02:54;(3305,3308,2338,102116);aaaa2;xxxx
2013-06-14T20:01:58;(2338);aaaa;xxxx
2013-06-14T20:31:58;(2338);aaaa2;xxxx
2013-06-14T20:31:58;(3305,3308,2338);aaaa;xxxx
2013-06-15T20:31:59;(3305,3308,2338,102116);bbbb;xxxx

Answer 2

你可以试试这样的：

awk -F'-|T' '$1==2013 && $2==06 && $3>=01 && $3<=15' hugefile 

Answer 3

它可能不是您的首选，但 Perl 非常适合这项任务。

perl -ne "print if ( m/2013-06-02/ .. m/2013-06-15/ )" myfile.txt

其工作方式是，如果第一个触发器匹配（即m/2013-06-02/），那么条件（print）将在每一行上执行，直到第二个触发器匹配（即m/2013-06-15）。

但是，如果您将 m/2013-06-01/ 指定为触发器，则此技巧将不起作用，因为这在您的文件中永远不会匹配。

一种不那么令人兴奋的技术是从每一行中提取一些文本并进行测试：

perl -ne 'if ( m/^([0-9-]+)/ ) { $date = $1; print if ( $date ge "2013-06-01" and $date le "2013-06-15" ) }' myfile.txt

（测试了表达式和工作）。