使用sed提取子字符串

Question

我有以下日志文​​件：

example.com - - - 127.0.01 [22/Sep/2013:07:22:22 +0000]  "POST /api/test.php HTTP/1.1" 200 355 "-" "-" "{\x22id\x22:\x22 ... }}}"

example.com - - - 127.0.01 [22/Sep/2013:07:22:22 +0000]  "POST /api/test.php HTTP/1.1" 200 355 "-" "-" "{\x22id\x22:"{\x22 ... }}}"

我想提取第一个{\\x22到最后一个}

所以我正在使用以下sed命令：

cat test.txt  | sed -r  's/.+?"(\{.+\})".*/\1/g'

但是，它给了我

{\x22id\x22:\x22 ... }}}

{\x22 ... }}}

但我想要

{\x22id\x22:\x22 ... }}}

{\x22id\x22:"{\x22 ... }}}

Answer 1

好吧.+? 不适用于sed因为其regex引擎不支持非贪婪匹配。

但是，如果您考虑使用perl，则可以：

perl -pe 's/.+?"(\{.+\})".*/\1/g' test.txt
{\x22id\x22:\x22 ... }}}
{\x22id\x22:"{\x22 ... }}}

或使用egrep -o ：

egrep -o '\{.+\}' test.txt
{\x22id\x22:\x22 ... }}}
{\x22id\x22:"{\x22 ... }}}

Answer 2

使用awk

awk '{sub(/[^{]*{/,"{");sub(/}"/,"}")}1' file
{\x22id\x22:\x22 ... }}}

{\x22id\x22:"{\x22 ... }}}

Answer 3

Cut="#CuT#"
sed -n --posix "s/\({\\\\x22.*}\)\"$/${Cut}\1/;s/.*${Cut}//p" sample.txt

我使用变量Cut来更改任何其他“标记”，具体取决于要处理的文本中的内容。 本身不需要杂音，如果您确定Cut的值不在文件中，则可以直接在sed中更改其内容。

Answer 4

这可能对您有用（GNU sed）：

sed 's/\({\\x22.*}\).*/\n\1/;s/.*\n//' file

贪婪是第一场比赛的敌人，所以对{\\x22使用分而治之。 那就是放置一个唯一的标记（在本例中为\\n ），并使用第二个替换命令删除字符串的第一部分。 对于最后一个}贪婪是您的朋友，因为.*}会自己找到最后一个匹配项。

注意：如果第一个匹配项是单个字符，则说X则否定的字符类[^X]*就足够了。 但是，由于它是一个字符串（两个或多个字符），因此将不起作用。