linux - 在 shell 中解析非结构化数据

Question

我要解析以下文件:

0.9103726 = (MATCH) sum of:
0.0050276485 = (PHRASE) title:abc
0.9323103726 = (MATCH) sum of:
0.1323103726 = (MATCH) mul of:
0.185 = (PHRASE) title:xyz
0.9103726 = (MATCH) sum of:
0.234 = (PHRASE) title:bcd

我想要的输出是这样的:

0.0050276485 -- title -- abc
0.185 -- title -- xyz
0.234 -- title -- bcd

我试过的命令是这样的:

grep -oP '[\d.]+(?==(PHRASE)title:?)'

但它没有给我正确的输出。 抱歉之前的问题。不清楚。

Answer 1

如果你想要的是=之前的第一个元素和:之后的最后一个元素，那么说:

$ awk -F"=|:" -v OFS="--" '{print $1, $NF}' file
x --y 
x1--y1

请注意，我们还告诉 awk 使用 -- 作为输出字段分隔符。

由于您没有发布任何尝试，因此在同一行显示输出作为练习 :)

---

更新问题的更新

同样，你可以使用这个:

$ awk -F"=|:| " -v OFS="--" '/title/{print $1, $(NF-1), $NF}' a
0.0050276485--title--abc
0.185--title--xyz
0.234--title--bcd

这和以前一样，只是针对包含 title 的行。在这些上，它根据 =、: 或 (空格)分隔符打印第一个、倒数第二个和最后一个字段。