数据处理---三剑客中awk和sed

网上一道题，让我今晚睡不着了……

题目是这样的有一个文件file.log内容如下

[root@Jason64-17~]# cat net01.txt.bak
912012091210203212  3487923(feixue11)  1500(3600)   15 2012-09-01 12:23:12
912012091010303456  8434662(woshini)   1000(2000)   10 2012-09-04 02:12:34
912012090910501233  7856091(sda3sd)    200(1200)    2  2012-09-07 12:11:46
912012090510604567  5621697(dsa4fg)    500(600)     5  2012-09-04 12:39:32

需求是要把括号里面的内容取出来放在一个指定的文件goal.txt

好，我承认我看到这个题以后我体内的荷尔蒙分泌过多了；但是我就喜欢数据处理！

立马脑子里蹦出来awk对我说，大哥用我吧，我很简单就能搞定它。我手一伸，在键盘上敲下

[root@Jason64-17~]# awk -F '[()]' '{print $2,$4}' file.log
feixue11 3600
woshini 2000
sda3sd 1200
dsa4fg 600
[root@Jason64-17~]# awk -F '[()]' '{print $2,$4}' file.log >goal.txt
[root@Jason64-17~]# cat goal.txt
feixue11 3600
woshini 2000
sda3sd 1200
dsa4fg 600
[root@Jason64-17~]# nl goal.txt
     1  feixue11 3600
     2  woshini 2000
     3  sda3sd 1200
     4  dsa4fg 600

Bingo！搞定了。看了其他的网友的答案，感觉自己是挺简单的。

然后就尝试用其他的办法解决。awk还有一个办法能解决

利用全局函数，将”(”和”)”都替换为空格“ ”，也可以达到目的。

[root@Jason64-17~]# awk '{gsub(/[()]/," ");print $3,$5}' file.log
feixue11 3600
woshini 2000
sda3sd 1200
dsa4fg 600

来个笨办法

[root@Jason64-17~]# cat file.log
912012091210203212  3487923(feixue11)  1500(3600)   15 2012-09-01 12:23:12
912012091010303456  8434662(woshini)   1000(2000)   10 2012-09-04 02:12:34
912012090910501233  7856091(sda3sd)    200(1200)    2  2012-09-07 12:11:46
912012090510604567  5621697(dsa4fg)    500(600)     5  2012-09-04 12:39:32
[root@Jason64-17~]# awk '{gsub(/[0-9]+(/,"");print}' file.log
912012091210203212  feixue11)  3600)   15 2012-09-01 12:23:12
912012091010303456  woshini)   2000)   10 2012-09-04 02:12:34
912012090910501233  sda3sd)    1200)    2  2012-09-07 12:11:46
912012090510604567  dsa4fg)    600)     5  2012-09-04 12:39:32
[root@Jason64-17~]# awk '{gsub(/[0-9]+(/,"");gsub(/)W/,"");print}'file.log
912012091210203212  feixue11 3600  15  2012-09-01 12:23:12
912012091010303456  woshini  2000  10 2012-09-04 02:12:34
912012090910501233  sda3sd   1200   2  2012-09-07 12:11:46
912012090510604567  dsa4fg   600    5  2012-09-04 12:39:32
[root@Jason64-17~]# awk '{gsub(/[0-9]+(/,"");print$2,$3}' file.log
feixue11 3600
woshini 2000
sda3sd 1200
dsa4fg 600

再来个更笨的；是awk的sub函数，用了三个才把该去掉的去掉。

[root@Jason64-17~]# cat file.log
912012091210203212  3487923(feixue11)  1500(3600)   15 2012-09-01 12:23:12
912012091010303456  8434662(woshini)   1000(2000)   10 2012-09-04 02:12:34
912012090910501233  7856091(sda3sd)    200(1200)    2  2012-09-07 12:11:46
912012090510604567  5621697(dsa4fg)    500(600)     5  2012-09-04 12:39:32
[root@Jason64-17~]# awk '{sub(/.*(/,"",$2);print}' file.log
912012091210203212 feixue11) 1500(3600) 152012-09-01 12:23:12
912012091010303456 woshini) 1000(2000) 10 2012-09-0402:12:34
912012090910501233 sda3sd) 200(1200) 2 2012-09-0712:11:46
912012090510604567 dsa4fg) 500(600) 5 2012-09-0412:39:32
 [root@Jason64-17 ~]# awk'{sub(/.*(/,$2);sub(/).*(/," ");print}' file.log
912012091210203212 feixue11 3600) 15 2012-09-0112:23:12
912012091010303456 woshini 2000) 10 2012-09-0402:12:34
912012090910501233 sda3sd 1200) 2 2012-09-0712:11:46
912012090510604567 dsa4fg 600) 5 2012-09-0412:39:32
[root@Jason64-17~]# awk '{sub(/.*(/,"");sub(/).*/,"");print}' file.log
912012091210203212 feixue11 3600
912012091010303456 woshini 2000
912012090910501233 sda3sd 1200
912012090510604567 dsa4fg 600
[root@Jason64-17~]# awk '{sub(/.*(/,"");print $2,$3}' file.log
feixue11 3600
woshini 2000
sda3sd 1200
dsa4fg 600

注意，在awk里（）是有特殊意义的，需要转义才可以。

下面用sed解。

sed的用法也很多，我简单的介绍几种。

[root@Jason64-17 ~]# cat file.log
912012091210203212   3487923(feixue11)  1500(3600)  15  2012-09-01 12:23:12
912012091010303456   8434662(woshini)   1000(2000)  10  2012-09-04 02:12:34
912012090910501233   7856091(sda3sd)    200(1200)   2   2012-09-07 12:11:46
912012090510604567   5621697(dsa4fg)    500(600)    5   2012-09-04 12:39:32
[root@Jason64-17 ~]# sed 's#[()]# #g' file.log
912012091210203212   3487923 feixue11   1500 3600   15  2012-09-01 12:23:12
912012091010303456   8434662 woshini    1000 2000   10  2012-09-04 02:12:34
912012090910501233   7856091 sda3sd     200 1200     2  2012-09-07 12:11:46
912012090510604567   5621697 dsa4fg     500 600      5  2012-09-04 12:39:32
[root@Jason64-17 ~]# sed 's#[()]# #g' file.log|awk '{print $3,$5}'
feixue11 3600
woshini 2000
sda3sd 1200
dsa4fg 600

这个是有点像那个awk的gsub的函数。

然后还可以直接匹配进行筛选

[root@Jason64-17~]# sed 's#[^(]*((.*))W.*((.*)).*#1 2#' file.log
feixue11 3600
woshini 2000
sda3sd 1200
dsa4fg 600

很多人对这行代码不是很清楚。我来解释下

1. [^(] 表示的是非(的字符

2. [^(]* 表示0到任意个非(的任意字符

3. [^(]*( 就表示匹配到第一个(

   【PS：闹了半天就是为了证明匹配到的一定是第一个(】

4. (.*) 就是为了保存我们要的东西，标签标记为1；如果有多个可以标记为2。一个标签最多能够被引用9次。

5. )W.*( 就匹配的是一个)后面接一个特殊字符（空格，回车等），然后再接任意字符再接一个(

6. 保留我们需要的第二个标签内容

7. ).* 表示再接一个)，后面接任意字符

这样就将一整行用正则匹配下来了。然后标签标记我们想要的内容，在后面引用就ok了。

在这里要提醒大家，awk是支持基础的正则表达式和扩展式的正则表达式；而sed只是支持基础的，并不支持扩展式正则表达式。如果想sed支持扩展式那么就要加-r参数。

当然，上述题还可以用扩展式的sed写出来，仅供参考

[root@Jason64-17~]# sed -r 's#[^(]*((.*))W.*((.*)).*#1 2#' file.log 
feixue11 3600
woshini 2000
sda3sd 1200
dsa4fg 600

以上内容仅供参考！

说给博友的话：方法很多，还请大家发动大脑，多思考下看还有没有更好的办法！有想法和建议的可以留言。谢谢！