如何完善Bash双层循环脚本以提取Cisco ASA主机对象中带NAT与无NAT的主机信息

你的需求很清晰——从ASA的对象配置文件里筛选出主机类型的条目，不管有没有NAT映射都要输出。原脚本的问题在于嵌套循环效率极低，而且只处理了能匹配到NAT条目的主机，完全漏掉了没有NAT配置的那些。下面给你两种解决方案，优先推荐用awk，它处理这类文本关联任务比bash循环高效得多。

方案一：用Awk实现高效处理（推荐） #

Awk天生擅长处理需要关联不同行数据的场景，我们可以先把所有主机的基础信息和NAT映射分别存入数组，最后统一输出结果：

BEGIN {
    FS = " "  # 设置字段分隔符为空格
}

# 处理主机类型的对象行，存储主机名和内部IP
/object network.*host/ {
    hostname = $3
    internal_ip = $5
    hosts[hostname] = internal_ip
}

# 处理静态NAT行，存储主机名和NAT地址
/object network.*static/ {
    hostname = $3
    nat_ip = $6
    nat_map[hostname] = nat_ip
}

# 所有行处理完后，按要求输出结果
END {
    for (host in hosts) {
        if (nat_map[host] != "") {
            printf "%s,%s,%s\n", host, hosts[host], nat_map[host]
        } else {
            printf "%s,%s\n", host, hosts[host]
        }
    }
}

把上面的代码保存为parse-hosts.awk，然后运行：

awk -f parse-hosts.awk vs-hosts-objects.txt

输出结果（完全匹配你的要求）： #

SRV002,172.16.0.2
SRV003,172.16.0.3,87.88.89.90
SRV012,172.16.0.12,87.88.89.91
SRV013,172.16.0.13

方案二：改进你的Bash脚本 #

如果你更倾向于用bash实现，我们可以先把所有主机信息和NAT信息分别存入关联数组，再遍历输出，避免原脚本的嵌套循环（原脚本会读取文件N²次，效率极低）：

#!/bin/bash

declare -A host_ips
declare -A nat_ips

# 第一步：收集所有主机的内部IP
while read -r line; do
    if [[ $line == *"host"* ]]; then
        hostname=$(echo "$line" | awk '{print $3}')
        ip=$(echo "$line" | awk '{print $5}')
        host_ips["$hostname"]="$ip"
    fi
done < vs-hosts-objects.txt

# 第二步：收集所有主机的NAT地址
while read -r line; do
    if [[ $line == *"static"* ]]; then
        hostname=$(echo "$line" | awk '{print $3}')
        nat_ip=$(echo "$line" | awk '{print $6}')
        nat_ips["$hostname"]="$nat_ip"
    fi
done < vs-hosts-objects.txt

# 第三步：遍历输出所有主机信息
for hostname in "${!host_ips[@]}"; do
    ip=${host_ips[$hostname]}
    nat_ip=${nat_ips[$hostname]:-""}
    if [[ -n $nat_ip ]]; then
        echo "$hostname,$ip,$nat_ip"
    else
        echo "$hostname,$ip"
    fi
done

这个脚本只读取文件两次，效率比原脚本高很多，而且能正确输出所有主机条目，不管有没有NAT配置。

原脚本失败的原因 #

原脚本的嵌套循环会每读取一条主机行就遍历整个文件找对应的NAT条目，而且只输出能匹配到NAT的主机，完全没有处理那些没有对应NAT条目的主机，所以漏掉了SRV002、SRV013这类条目。上面的两种方案都是先收集全量数据，再统一输出，从根本上解决了这个问题。

内容的提问来源于stack exchange，提问作者Ian S.