Dotaz: sed/awk efektivita

[honzous]

Zdravim,

Prave jsem potreboval prostripovat jeden log a narazil jsem urcitou zabranu. Prozatim vzdy jsem to resil takovym osklivym "hackem", ale jsem si jisty, ze na to existuje efektivnejsi reseni. Akorat jsem lenivy prochazet vsechny mozne manualy, a tak se ptam komunity, nekdo z vas uz neco podobneho urcite resil a ma na to sve reseni.

Potrebuji z jednoho logu dostat pouze urcitou hodnotu, ktera je uvozena pomoci r=hodnota (hodnota je vetsinou IP nebo domena). Ostatni zaznamy jsou oddeleny mezerou. Kazdy radek v logu ma variabilni pocet sloupcu, takze moje r= se neza zachytit statickym awk print $cislo.

Moje osklive reseni:

grep r\= pozadovany_log | sed -e s/^.*\ r\=//g | awk '{ print $1 }' Osklive, ale funguje. Zna nekdo lepsi zpusob?

Dik

Odpovědi

[Miška]

cat log | sed -n 's|.*r=\([^[:blank:]]*\)[[:blank:]].*|\1|p'

Samozrejme experimentalne otestovat a doladit

[stativ]

ten cat není potřeba

[#Tom]

Osobně bych se pokusil napsat regulární výraz tak, abych si vystačil jen se sedem a grepem:

grep "r=" protokol |  sed "s/.*r=\([a-zA-Z0-9.]*\).*/\1/"

Najdu tedy řádky obsahující r= a vyberu jen to, co následuje za tímto řetězcem a skládá se z písmen, číslic a teček, což zachytí jak DNS záznamy, tak IPv4 adresy. Pokud jsou tam i IPv6, je třeba doplit dvojtečku. Příkaz počítá s tím, že na jednom řádku se r= vyskytuje pouze jedenkrát, pokud tomu tak není, vypíše hodnotu u posledního z nich.

[Vojtěch Horký]

A ještě to jde zkrátit . sed umí i vyhledávat a tisknout jen na požádání:

sed -n "/r=/s/.*r=\([a-zA-Z0-9.]*\).*/\1/p"

Příkaz počítá s tím, že na jednom řádku se r= vyskytuje pouze jedenkrát, pokud tomu tak není, vypíše hodnotu u posledního z nich.

Pokud by to byl problém, tak by tohle mohlo fungovat:

sed 's/r=/\nr=/g' | sed ...

[#Tom]

Díky za doplnení.

[stativ]

Já bych to udělal asi takhle:
grep r\= neco| sed 's/.*r\=\([^\ ]*\)\ .*/\1/g'

[stativ]

Sakra, než jsem dočetl dotaz, už mě předběhli. Nicméně Miskovo řešení je nejlepší – nepoužívá grep a hlavně díky třídě [:blank:] si dovede poradit i s jinými oddělovači než je mezera.

[honzous]

Diky vsem za rady. Byl jsem presvedcen, ze nekdo prijde s jinou logikou, tedy necim misto smazani vseho, co je pred r= a vyexportovani prvniho sloupce v tom, co zbude. Ale to uz by pak asi nebyl one-liner

[Jan Šimák]

gawk -F 'r=' '/r\=/ { print $2 }' vstup.log | gawk '{ print $1 }'
možná to zle řešit pomocí jednoho awk, ale netuším jak