删除文件的多个模式答案

【问题标题】：Remove multiple patterns of a file删除文件的多个模式
【发布时间】：2021-12-28 06:56:17
【问题描述】：

我有以下文件，我们称之为user.txt：

2020/06/30 22:02:58 > [+] VALID USERNAME:   admin@spookysec.local
2020/06/30 22:03:58 > [+] VALID USERNAME:   admin-svc@spookysec.local
2020/06/30 22:04:58 > [+] VALID USERNAME:   backup@spookysec.local
2020/06/30 22:05:58 > [+] VALID USERNAME:   harry@spookysec.local
2020/06/30 22:06:58 > [+] VALID USERNAME:   wrgwrsd@spookysec.local
2020/06/30 22:07:58 > [+] VALID USERNAME:   brssdb@spookysec.local
2020/06/30 22:09:58 > [+] VALID USERNAME:   a@spookysec.local
2020/06/30 22:10:58 > [+] VALID USERNAME:   adm@spookysec.local
2020/06/30 22:11:58 > [+] VALID USERNAME:   admifdfdsn@spookysec.local

我想删除每一行的多个模式，只获取每行一个用户名的用户名（例如 admin、admin-sv）。我尝试了两个单独的 sed，效果很好，

sed -r 's/.{16}$//' user.txt > user2.txt

然后

sed -r 's/.{42}//' user2.txt > user3.txt

但我认为有一种更快更性感的方式来做到这一点。

尤其是这个命令

sed -r 's/(@\D+)$//' user.txt > user2.txt

不起作用。我想删除@和以后的每个字符...

有没有人知道我做错了什么以及可能的解决方案？如果我可以使用 sed 或 grep 达到我的目标，那将是最好的。

【问题讨论】：

标签： awk sed grep

【解决方案1】：

你可以试试这个sed:

sed -E 's/.*[[:blank:]]|@.*//g' file

admin
admin-svc
backup
harry
wrgwrsd
brssdb
a
adm
admifdfdsn

说明：

.*[[:blank:]]: 匹配任何 0 个或多个字符后跟一个空格的字符串
|：或者
@.*：匹配 @ 以及之后的所有内容

【讨论】：

这是一个很好的答案。它适用于 Microsoft 和 Unix 文本文件（CRLF 与 LF 行结束），因为 [[:blank:] 与回车符 (CR) 不匹配，而 [[:space:]] 匹配。
是的，非常感谢您的回答，尤其是您对命令组件的描述

【解决方案2】：

使用您显示的示例，请尝试以下代码。

第一个解决方案：使用awk，这可以通过更简单的方式完成，请尝试关注一次。

awk -F'VALID USERNAME:[[:space:]]+|@' '{print $2}' Input_file

解释：在这里使用awk 编程。将VALID USERNAME:[[:space:]]+|@ 作为整个 Input_file 的字段分隔符，并根据要求打印每行的第二个字段。

第二个解决方案：使用 GNU grep 请尝试以下操作。

grep -oP 'VALID USERNAME:[[:space:]]+\K[^@]*' Input_file

解释： 使用 GNU grep 的 -oP 选项，其中 -o 仅打印匹配值，-P 启用 PCRE 正则表达式。在grep 的主程序中匹配VALID USERNAME:[[:space:]]+ 正则表达式，后跟\K（它将忘记以前匹配的值以便不打印它们），然后匹配@ 之前的所有内容以根据OP 显示的示例获取实际用户名.

【讨论】：

【解决方案3】：

另一个使用 sed 和捕获组的变体，在替换中使用组 1 \1：

sed -E 's/.*[[:blank:]]([^@[:blank:]]+)@.*/\1/' file

.*[[:blank:]] 匹配到最后一个空格
([^@[:blank:]]+) 在第 1 组中捕获匹配除 @ 或空格之外的 1+ 个字符
@.* 匹配 @ 和该行的其余部分

输出

admin
admin-svc
backup
harry
wrgwrsd
brssdb
a
adm
admifdfdsn

另一个使用 awk 的选项，您可以在 @ 上拆分最后一列

如果拆分返回了 2 个部分，则可以打印第一部分：

awk '{
    nr=split($(NF), a, "@")
    if (nr==2) print a[1]
}' file

【讨论】：

【解决方案4】：

我会使用：

sed 's/.*[[:space:]]\([^[:space:]]\)/\1/; s/@.*//'

这与 anubhava 的（好）答案之间的细微差别在于，如果行尾有杂散的空白，它仍然有效。

可能是不必要的/偏执的，但根据情况，我喜欢允许这样的事情。

如果列不同，您可以使用：

sed -E 's/(.*VALID[[:space:]]+USERNAME:[[:space:]]+)([^@[:space:]]+)(.*)/\2/'

这匹配VALID USERNAME: 行中的任何位置，并打印下一个字段，直到但不包括第一个@ 或空白字符。您也可以将模式更改为 USERNAME: 或类似名称，具体取决于您的数据。

最后，如果找不到@（即电子邮件字段为空或无效），这些变体会跳过一行：

sed -n 's/.*[[:blank:]]\([^[:space:]]\)/\1/; s/@.*//p'
sed -En 's/(.*VALID[[:space:]]+USERNAME:[[:space:]]+)([^@]+)(@.*)/\2/p'

【讨论】：

【解决方案5】：

这可能对你有用（GNU sed）：

sed -nE 's/.*\<([^@]*)@.*/\1/p' file

捕获并打印最后一个 @ 字符之前的单词。

【讨论】：