一連の数値を参照して文字列を解析する - シェルスクリプト

Question

これは私の入力ファイルinput.gzです。* NN * NNNNNNNNNNは完全にランダムで不明です。それは0から9の値を有する。

最後の列の文字列は、次の行に拡張されている。これは単なる例です。文字列は他の行の次の行にも拡張されます。

yyyy-mm-dd hh:mm:ss string *NN*NNNNNNNNNN [AAAAA some random text 
zzzzzzzzzzzz xxxxxxxx yy]  

のは例を見てみましょう：

yyyy-mm-dd hh:mm:ss string *18*6666666666 [AAAAA] 
yyyy-mm-dd hh:mm:ss string *11*2222222222 [AAAAA] 
yyyy-mm-dd hh:mm:ss string *18*6666666666 [AAAAA] 
yyyy-mm-dd hh:mm:ss string *11*2222222222 [AAAAA] 
yyyy-mm-dd hh:mm:ss string *11*2222222222 [AAAAA] 
yyyy-mm-dd hh:mm:ss string *15*9999999999 [AAAAA] 
yyyy-mm-dd hh:mm:ss string *11*2222222222 [AAAAA] 
yyyy-mm-dd hh:mm:ss string *11*2222222222 [AAAAA some random text 
zzzzzzzzzzzz xxxxxxxx yy] 
yyyy-mm-dd hh:mm:ss string *13*7777777777 [AAAAA] 
yyyy-mm-dd hh:mm:ss string *19*5555555555 [AAAAA] 
yyyy-mm-dd hh:mm:ss string *10*4444444444 [AAAAA] 

私はより良い理解のために同じ番号としてすべてのNNNNNNNNNNを取りました。

文字列AAAAAを持つuniq NNNNNNNNNNのみを表示するSEDまたはAWKまたはGREPを使用するスクリプトが必要です。最後のcoloumnには他の文字列もあります。しかし、それは最初の行または次の行にAAAAAを持たなければなりません。

yyyy-mm-ddやhh：mm：ssなどの他のすべての制約は無視してください。考慮すべき唯一の制約は、ある* NN * NNNNNNNNNNとAAAAA

の予想される出力は次のようになります。8行目の最後の列があまりにも次の行に拡張されたよう

*11*2222222222 
*10*4444444444 
*19*5555555555 
*18*6666666666 
*13*7777777777 
*15*9999999999 

、私が使用して推測しますAWKは除外されていますか？
このようにスクリプトを正しく実装するにはどうすればよいですか？

grep "\[AAAA"|sed -n '/\*[0-9]*\*[0-9]*/p' 

（これが間違っている場合は、他の方法があまりにも結構です）* NN * NNNNNNNNNNはグレップを使用するか、sedの間、私たちは参照用に任意の値を取ることができない完全にランダムであることを覚えておいてください。

Answer 1

あなたが何かのような意味でください：

pattern="AAAAA" 
zcat input.gz \ 
| grep '\['"$pattern"'[] ]' \ 
| sed -e 's/^.*\(\*[0-9*]*\).*$/\1/' \ 
| sort -u 

Answer 2

sed + sort -uソリューション：

zcat input.gz | sed -n 's/.* \(\*[0-9]*\*[0-9]*\) \[AAAAA\].*/\1/p' | sort -u 
*10*4444444444 
*11*2222222222 
*13*7777777777 
*15*9999999999 
*18*6666666666 
*19*5555555555 

Answer 3

これ、マルチchar型のRS用のGNU AWKを使って、あなたが望むものおそらくです：

$ awk -v RS='][[:blank:]]*\n' '/[^]]*AAAAA[^]]*$/ && !seen[$4]++{print $4}' file 
*18*6666666666 
*11*2222222222 
*15*9999999999 
*13*7777777777 
*19*5555555555 
*10*4444444444 

質問を編集して、より真に代表的なサンプル入力と期待される出力を提供します。たとえば、私はあなたが処理したいかもしれないと思う：

$ cat file 
yyyy-mm-dd hh:mm:ss string *10*2222222222 [AAAAA] 
yyyy-mm-dd hh:mm:ss AAAAA *18*6666666666 [xxxxx] 
yyyy-mm-dd hh:mm:ss string *11*3333333333 [some random text 
AAAAA zzzzzzzzzzzz xxxxxxxx yy] 
yyyy-mm-dd hh:mm:ss string *12*5555555555 [some 
random 
AAAAA text across 
multiple 
lines zzzzzzzzzzzz xxxxxxxx yy] 
yyyy-mm-dd hh:mm:ss string *13*7777777777 [BBBBB] 

として：

$ awk -v RS=']\n' '/[^]]*AAAAA[^]]*$/ && !seen[$4]++{print $4}' file 
*10*2222222222 
*18*6666666666 
*11*3333333333 
*12*5555555555 

ので、あなたが得る他の回答でそれをしよう。

wrtご質問の文As the last column in 8th row is extended to next line too, I guess using AWK is ruled out? - 完全に逆です。 grepとsedは行ベースですが、awkはレコードベースの唯一の標準UNIXツールです。