使用 sed 清理输出答案

【问题标题】：Clean output using sed使用 sed 清理输出
【发布时间】：2019-06-25 17:21:10
【问题描述】：

我有一个以这种格式开头的文件

INFO|NOT-CLONED|/folder/another-folder/another-folder|last-folder-name|

我需要的是读取文件并得到这个输出：

INFO|NOT-CLONED|last-folder-name

到目前为止我有这个：

cat clone_them.log | grep 'INFO|NOT-CLONED' | sed -E 's/INFO\|NOT-CLONED\|(.*)/g'

但没有按预期工作

注意：最后的“another-folder”和“last-folder-name 是一样的”

【问题讨论】：

一般情况下不需要grep pattern | sed ...。您可以使用sed 进行过滤。在这种情况下：sed -n '/INFO|NOT-CLONED/s/...//p。请注意，我已将您的替换替换为 ...，因为 sed 是错误的工具。我只是指出grep | sed 是一种反模式。
也可以使用cut，cat clone_them.log | cut -d'|' -f3
Non greedy (reluctant) regex matching in sed?的可能重复

标签： bash sed cat

【解决方案1】：

如果你想要一个 sed 解决方案：

$ sed -En 's/(INFO\|NOT-CLONED\|).*\|([^|]*)\|$/\1\2/p' file
INFO|NOT-CLONED|last-folder-name

它是如何工作的：

-E

使用扩展正则表达式
-n

除非我们明确告知，否则不要打印。
s/(INFO\|NOT-CLONED\|).*\|([^|]*)\|$/\1\2/p

查找包含 INFO|NOT-CLONED|（保存在第 1 组中）后跟任何内容的行，.*，后跟 |，后跟任何非 | 的字符，[^|]*（保存在第 2 组中），在行尾跟|。替换文本是第 1 组，后跟第 2 组。

p 选项告诉 sed 如果匹配成功则打印该行。由于仅对包含INFO|NOT-CLONED| 的行进行替换，因此无需额外的grep 进程。

要只得到last-folder-name 而没有INFO|NOT-CLONED，我们只需从输出中删除\1：

$ sed -En 's/(INFO\|NOT-CLONED\|).*\|([^|]*)\|$/\2/p' file
last-folder-name

由于我们不再需要第一个捕获组，我们可以简化并删除现在不需要的括号，以便唯一的捕获组是最后一个文件夹名称：

$ sed -En 's/INFO\|NOT-CLONED\|.*\|([^|]*)\|$/\1/p' file
last-folder-name

【讨论】：

谢谢，这是我一直在寻找的答案，我只是有一个疑问，如果我只需要获取没有 INFO|NOT-CLONED 的最后一个文件夹名称，我只需要删除它部分？
@MateoGutierrez 很高兴这对你有用。我刚刚用代码更新了答案，只得到了last-folder-name 而没有INFO|NOT-CLONED。

【解决方案2】：

它在awk 中更简单，因为输入文件由| 符号正确分隔。您需要告诉awk，输入字段由| 分隔，输出也应分别使用IFS 和OFS 与| 符号分隔。

awk 'BEGIN{FS=OFS="|"}/INFO\|NOT-CLONED/{print $1,$2,$(NF-1)}' clone_them.log
INFO|NOT-CLONED|last-folder-name

【讨论】：