在 sed 或 awk 中，如何处理*可能*跨多行的记录分隔符？

Question

我的日志文件是：

 Wed Nov 12 blah blah blah blah cat1
 Wed Nov 12 blah blah blah blah
 Wed Nov 12 blah blah blah blah 
 Wed Nov 12 blah blah blah blah cat2
     more blah blah
     even more blah blah
 Wed Nov 12 blah blah blah blah cat3
 Wed Nov 12 blah blah blah blah cat4

我想解析出第一行找到 cat 的完整多行条目。 在 sed 和/或 awk 中执行此操作的最佳方法是什么？

即我希望我的解析产生：

 Wed Nov 12 blah blah blah blah cat1
 Wed Nov 12 blah blah blah blah cat2
     more blah blah
     even more blah blah
 Wed Nov 12 blah blah blah blah cat3
 Wed Nov 12 blah blah blah blah cat4

Answer 1

如果你说以空格开头的每一行都是 (g)awk 的后续内容的延续（这是我的记忆，所以可能它包含一些小拼写错误，并且为了更好的可读性和一些额外的换行符）

awk " BEGIN { multiline = 0;} 
      ! /^ / { if (whatever) 
                 { print; multiline = 1;} 
               else 
                 multiline = 0; 
             } 
        /^ / {if (multiline == 1) 
                 print;
             } 
     " 
      yourfile

： >whatever 是你检查你的输出是否应该发生（例如对于猫）。

Answer 2

假设您的日志文件不包含控制字符 '\01' 和 '\02'，并且连续行恰好以四个空格开头，则以下内容可能有效：

c1=`echo -en '\01'`
c2=`echo -en '\02'`
cat logfile | tr '\n' $c1 | sed "s/$c1    /$c2/g" | sed "s/$c1/\n/g" | grep cat | sed "s/$c2/\n    /g"

说明：这会将每个换行符替换为 ASCII 1（不应出现在日志文件中的控制字符），并将每个序列“换行符-空格-空格-空格-空格”替换为 ASCII 2（另一个控制字符）。 然后它用换行符重新替换 ASCII 1，因此现在多行的每个序列都被放入一行，旧的换行符被 ASCII 2 替换。这将被 grep 为 cat，然后 ASCII 2 被重新替换为换行符-空格-空格-空格-空格组合。

Answer 3

像这样的东西吗？

awk 'function print_part() { if(cat) print part }  /^  / { part = part "\n" $0; next } /cat[0-9]$/ { print_part(); part = $0; cat = 1; next;  } { print_part(); cat=0} END { print_part() }' inputfile

/^ / 正则表达式标识连续行。

/cat[0-9]$/ 正则表达式标识您要保留的起始行。

Answer 4

另一种方法是将 RS 设置为不同于正常 \n 的值。 例如：

$ awk -v Pre=Wed 'BEGIN {RS = "\\n?\\s*" Pre} /cat.\n?/ {print Pre $0}' file.log
Wed Nov 12 blah blah blah blah cat1
Wed Nov 12 blah blah blah blah cat2
     more blah blah
     even more blah blah
Wed Nov 12 blah blah blah blah cat3
Wed Nov 12 blah blah blah blah cat4