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 ... }}}"

我想提取第一個{\\x22到最后一個}

所以我正在使用以下sed命令：

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

但是，它給了我

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

{\x22 ... }}}

但我想要

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

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

Answer 1

好吧.+? 不適用於sed因為其regex引擎不支持非貪婪匹配。

但是，如果您考慮使用perl，則可以：

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

我使用變量Cut來更改任何其他“標記”，具體取決於要處理的文本中的內容。 本身不需要雜音，如果您確定Cut的值不在文件中，則可以直接在sed中更改其內容。

Answer 4

這可能對您有用（GNU sed）：

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

貪婪是第一場比賽的敵人，所以對{\\x22使用分而治之。 那就是放置一個唯一的標記（在本例中為\\n ），並使用第二個替換命令刪除字符串的第一部分。 對於最后一個}貪婪是您的朋友，因為.*}會自己找到最后一個匹配項。

注意：如果第一個匹配項是單個字符，則說X則否定的字符類[^X]*就足夠了。 但是，由於它是一個字符串（兩個或多個字符），因此將不起作用。