Dotaz: Sed. Rozdeleni souboru na jednotlive emaily.

[OgeeN]

Ahoj, mam textovy soubor ve kterem jsou ulozeny emaily.

Kazdy email zacina radkou se slovem Received na zacatku a konci radkou obsahujici slovo cista.

Potreboval bych poradit jak pomoci sedu rozdelit tento soubor na x malych souboru, kdy kazdy novy soubor bude obsahovat prave jeden email.

Takze bych potreboval poradit jak rict sedu, aby vytiskl vse od zacatku souboru do radky obsahujici slovo cista vcetne ,ulozil to do souboru, pak prvni email vymazal a pokracoval znovu od zacatku souboru.

Diky za radu.

Odpovědi

[outsider]

To je domaci uloha (ze tak trvate zrovna na sed-u) nebo to ma nejaky prakticky vyznam?

[OgeeN]

Domaci uloha to neni.

Na sedu netrvam, ale rad bych se v nem naucil.

Nebudu se branit zadnemu reseni, jen bych byl rad, kdyby to bylo pouzito standardnich radkovych utilit (grep, head, tail, awk ...)

Diky za reakci

[dustin]

Mrknil bych se na formail, parametr -s, proměnnou FILENO.

[dustin]

Proč si komplikovat život, když jsou na to specializované nástroje?

cat mailbox | formail +1 -s sh -c 'cat  > $FILENO.msg'

[cronin]

Na sedu netrvam, ale rad bych se v nem naucil.

A to si fakt myslis, ze polozit dotaz do fora je ten najlepsi sposob ako sa to naucit? Ak ano, tak vela stastia pri studiu; ale najdi si nejake ine forum, prosim.

[Vojtěch Horký]

Čistě v sedu to asi nepůjde, ale tohle by mělo snad fungovat:

i=0;
cat <VSTUP >$$.tmp
while grep 'cista' >/dev/null <$$.tmp; do
   sed -n -e '/Received/,/cista/p' -e '/cista/q' <$$.tmp >$i.mail
   sed '/Received/,/cista/d' <$$.tmp >$$.tmp.2
   mv $$.tmp.2 $$.tmp
   i=$(( $i + 1 ));
 done
rm -f $$.tmp

PS Pokud v sedu potřebujete psát do dalšího souboru, slouží k tomu příkaz w.

[OgeeN]

Takhle to fungovat nebude, protoze tento prikaz:

sed '/Received/,/cista/d' <$$.tmp >$$.tmp.2

Vymaze cely soubor $$.tmp.

Kazdopadne diky za nakopnuti.

[Vojtěch Horký]

Jasně, zapomněl jsem tam nakopírovat část pro ukončení sedu po prvním výskytu (z příkazu nad ním): -e '/cista/q'.

[OgeeN]

Bohuzel, tohle:

sed -n -e '/Received/,/cista/d' -e '/cista/q' <$$.tmp >$$.tmp.2

taky nefunguje. Neni mi jasne proc, ale ma to stejny vysledek, jako predchozi prikaz.

[Vojtěch Horký]

Ajajaj, těžko může skončit, když tam ten řádek není . Tohle by mělo fungovat (ale nemůžu to teď vyzkoušet):

sed -ne '/Received/,/cista/{/cista/!d}' -e '/cista/{d;q}'

Ale jak je v příspěvku níže, tohle je doopravdy spíše úloha pro AWK, kde je to na pár řádků (a bude to i IMHO rychlejší).

[OgeeN]

Sakra ... no, nekdy proste pro oci nevidim.

Diky za reakci.

[Martin Beránek]

tohle je uloha jak delana pro awk

[OgeeN]

Tak napovezte. :)

[Martin Beránek]

predpokladam na vstupu napriklad toto (neni potreba zadny cistic):

Received: asdfasdfasdf
asdfasdfasdfasdfasdfasdf
Received: qwerqwerqwer
qwerqwerqwerqwerqwerqwer
qwerqwerqwerqewrqwerqwer
Received: zxcvzxcvzxcv
zxcvzxcvzxcvzxcvzxcvzxcv
zxcvzxcvzxcvzxcvzxcvzxcv
zxcvzxcvzxcvzxcvzxcvzxcv
zxcvzxcvzxcvzxcvzxcvzxcv
zxcvzxcvzxcvzxcvzxcvzxcv
zxcvzxcvzxcvzxcvzxcvzxcv

pak staci napriklad

awk '
/Received:.*/{counter=counter+1;}
{print $0 > counter;}
'

[Lemmy]

Ahoj, funguje to pekne, jen jsem si nevsiml, ze kazdy email za cina nekolika radky s received:

Received:  from ...
Received:  from ...
Received:  from ...
$MessageID   
.
.
--
Tato zprava byla prohledana na vyskyt viru
a nebezpecneho obsahu antivirovym systemem MailScanner a
zda se byt cista.

Potreboval bych tedy poradit, jak rict awku, aby vse od prvni radky zacinajici na /^Received/ do prvniho vyskytu radky koncici na /cista.$/ vytiskl do noveho souboru a pak pokracoval dal. Zakladni syntaxi pro vzorek od do znam, ale nevim jak dal.

Diky za nakopnuti spravnym smerem.

[jm]

Diky za nakopnuti spravnym smerem.

Kop!

P.S. Taky stipes drat sroubovakem?

[Lemmy]

Nerad.

Poraď lepsi reseni.

Dik za reakci.

[mlz]

Obvykle mail v mboxu zacina message /^From /

Obecne v awk: Vsechno tisknu do souboru, ktery musi byt v BEGIN inicializovan V pripade Konce zpravy, soubor uzavru a otevru jiny (pod jinym nazvem)

BEGIN {file="Mbox.0";cnt=1} {print > file} /cista$/ {close(file);cnt++;file="Mbox." cnt}

[dustin]

Co máš proti tomu formailu? Je to přesně k takovýmto věcem určené, někdo před tebou strávil spoustu hodin nad správným parsováním mailboxu.

[mlz]

Omlouvam se za formatovani