awk，只打印匹配正则表达式的模式

Question

• 例如我有这个字符串：

 10.1.2.194 (197.84.211.148) - - [08/Oct/2015:09:01:44 +0000] "GET /merlin-web-za/web/images/refinements/loader.gif HTTP/1.1" 200 4178 0 1868 "http://www.autotrader.co.za/makemodel/make/chevrolet/model/aveo/caryearrangeszar/2012/search?sort=PriceAsc&locationName=Cape%20Town&latitude=-33.92584&longitude=18.42322&county=Western%20Cape" "Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36" "ajp://10.1.4.66:8009"

我需要修改：

08/Oct/2015:09:01:44 GET /merlin-web-za/web/images/refinements/loader

我如何使用 awk 或 egrep 来做到这一点？ - 我尝试了下面的命令，但是第一个命令的结果显示了包含两个跟随模式的完整字符串

awk ' /08/Oct/2015:09:[0-9]{2}:[0-9]{1,2}/ && /GET (/[a-z0-9-]{1,}){1,3}/'

和

cat file | egrep -o "08/Oct/2015:09:[0-9]{2}:[0-9]{1,}.* GET (/[a-z0-9-]{1,}){1,}"

填补了上述模式之间的空白，结果我可以看到：

08/Oct/2015:09:01:44 +0000] "GET /merlin-web-za/web/images/refinements/loader

这不是我想要得到的

Answer 1

你可以使用

awk '{a=$5" "$7" "$8; gsub(/[]["]|\.[^.]*$/, "", a); print a}'

见online demo

详情

默认字段分隔符 - 空格 - 用于将行拆分为字段。

• a=$5" "$7" "$8; - 通过使用空格连接字段 5、7 和 8 创建一个变量
• gsub(/[]["]|\.[^.]*$/, "", a) - 删除字符串末尾的 [、] 和 " 和 . + 除 . 之外的任何 0+ 字符
• print a - 打印结果。

但是，您发送给我的文件在第一个括号内包含逗号+空格分隔的 IP 地址。你可以使用

sed -E -n 's/^[^][]*\[([^][[:space:]]+)[^][]*\][ \t]+"([[:alpha:]]+[ \t]+[^[:space:]]+).*/\1 \2/p' access_log > newfile

得到你想要的结果，即time + Get/post +URL。

详情

• ^ - 匹配字符串的开头
• [^][]* - 除 [ 和 ] 之外的任何 0 个或多个字符
• \[ - 一个 [ 字符
• ([^][[:space:]]+) - 第 1 组：除 ]、[ 和空格之外的 1+ 个字符
• [^][]* - 除 [ 和 ] 之外的任何 0 个或多个字符
• \] - 一个 ] 字符
• [ \t]+ - 1+ 个水平空白字符
• " - 一个 " 字符
• ([[:alpha:]]+[ \t]+[^[:space:]]+) - 第 2 组：1+ 个字母、1+ 个水平空格，然后是 1+ 个除空格以外的字符
• .* - 字符串的其余部分。

结果是第 1 组和第 2 组值的串联。