使用sed/awk和正则表达式处理日志

Question

我有 1000 个由非常详细的 PHP 脚本生成的日志文件。一般结构如下

###Unknown no of lines, which I want to ignore###
=================================================
$insert_vars['cdr_pkey']=17568
$id<TAB>$g1<TAB>$i1<tab>rating1<TAB>$g2<TAB>$i2<tab>rating2 #<TAB>more $gX,$iX,$ratingX
#numerical values of $id $g1 $i1 etc. separated by tab
#numerical values of ---""---
#I do not know how many lines will be there (unique column is $id)
=================================================
###Unknown no of lines, which I want to ignore###

我必须处理这些日志文件并创建一个 Excel 工作表（我正在考虑 csv 格式）并报告数据。我真的不擅长 Excel，但我想输出类似的内容：

cdr_pkey<TAB>id<TAB>g1<TAB>i1<TAB>rating1<TAB>g2<TAB>rating2 #and so on
17568<TAB>1349<TAB>0.0004532<TAB>0.01320<TAB>2.014E-4<TAB>...#rest of numerical values
17568<TAB>1364<TAB>...#values for id=1364
17568<TAB>1321<TAB>...#values for id=1321
...
17569<TAB>1048<TAB>...#values for id=1048
17569<TAB>1426<TAB>...#values for id=1426
...
...

所以我的 cdr_pkey 是工作表中唯一的列，对于每个 $cdr_pkey，我有多个 $id s，每个都有自己的一组 $g1,$i1,$ rating1...
经过测试，该格式可以被excel读取。现在我只想将其扩展到所有这 1000 个文件。
我只是不确定如何进一步进行。下一步是什么？

Answer 1

以下 bash 脚本执行的操作可能与您想要的操作相关。它是根据您所说的 时的含义来参数化的。我假设您指的是 ascii 制表符，但如果您的日志非常详细，以至于拼写出 您将需要相应地修改变量 $WHAT_DID_YOU_MEAN_BY_TAB 。请注意，此脚本很少执行 The Right Thing™；它将整个文件读取到一个字符串变量中，这甚至可能是不可能的，具体取决于日志文件有多大。从好的方面来说，如果您认为更好的话，可以轻松修改脚本以进行两次传递。

#!/bin/bash

WHAT_DID_YOU_MEAN_BY_TAB='\t'

if [[ $# -ne 1 ]] ; then echo "Requires one argument: the file to process" ; exit 1 ; fi

FILENAME="$1"

RELEVANT=$(sed -n '/^==*$/,/^==*$/p' "$FILENAME" | sed '1d' | head -n '-1')
CDR_PKEY=$(echo "$RELEVANT" | \
    grep '$insert_vars\['"'cdr_pkey'\]" | \
    sed 's/.*=\(.*\)/\1/')
echo "$RELEVANT" | sed '1,2d' | \
    sed "s/.*/${CDR_PKEY}$WHAT_DID_YOU_MEAN_BY_TAB\0/"

以下 find 命令是一个示例，但您的情况取决于日志的组织方式。

<代码>查找 . LOG_PATTERN -exec THIS_SCRIPT '{}' \;

最后，我忽略了将 CSV 标头放在输出上的问题。这很容易在带外完成。

（编辑：更新了脚本以反映评论中的讨论。）

Answer 2

编辑：詹姆斯告诉我，将最后一个 echo 中的 sed 从 ... 1d ... 更改为 ... 1， 2 ... 并删除 grep -v 'id' 应该可以解决问题。
确认有效。所以下面改一下。再次感谢詹姆斯·威尔科克斯。

---

Based on @James script this is what I came up with. I just piped the final echo to grep -v 'id'
Thanks again James Wilcox

WHAT_DID_YOU_MEAN_BY_TAB='\t'

if [[ $# -lt 1 ]] ; then echo "Requires at least one argument: the files to process" ; exit 1 ; fi

echo -e "key\tid\tg1\ti1\td1\tc1\tr1\tg2\ti2\td2\tc2\tr2\tg3\ti3\td3\tc3\tr3"

for i in "$@"
do
    FILENAME="$i"
    RELEVANT=$(sed -n '/^==*$/,/^==*$/p' "$FILENAME" | sed '1d' | head -n '-1')
    CDR_PKEY=$(echo "$RELEVANT" | \
        grep '$insert_vars\['"'cdr_pkey'\]" | \
        sed 's/.*=\(.*\)/\1/')
    echo "$RELEVANT" | sed '1, 2d' | \
        sed "s/.*/${CDR_PKEY}$WHAT_DID_YOU_MEAN_BY_TAB\0/"
    #the one with grep looked like :-
    #echo "$RELEVANT" | sed '1d' | \
        #sed "s/.*/${CDR_PKEY}$WHAT_DID_YOU_MEAN_BY_TAB\0/" | grep -v 'id'
done