将WhatsApp聊天日志的12小时制时间转换为24小时制

问题背景 #

我有大量空格分隔的WhatsApp聊天日志，其中95%的日志行遵循格式 MM/DD/YY, HH:MM XM - participant: chatText，需要将其中的12小时制时间戳转换为24小时制，同时保留非标准格式的行不修改。要求支持读取日志文件、原地修改或输出到新文件，且尽量无需额外安装开发环境。

原日志示例 #

5/30/22, 9:50 AM - person2: Good morning
5/30/22, 11:35 AM - person1: Hi, how are you?
5/30/22, 11:47 AM - person2: I am well
Transfer number: 3778324
Completed:
5/30/22, 12:55 PM - person1: https://mylink.com
5/30/22, 12:59 PM - person2: <Media omitted>
5/30/22, 9:46 PM - person1: thanks

期望转换结果 #

5/30/22, 09:50 - person2: Good morning
5/30/22, 11:35 - person1: Hi, how are you?
5/30/22, 11:47 - person2: I am well
Transfer number: 3778324
Completed:
5/30/22, 12:55 - person1: https://mylink.com
5/30/22, 12:59 - person2: <Media omitted>
5/30/22, 21:46 - person1: thanks

之前尝试的awk命令无法完整转换小时，也不会跳过非标准行，以下是修正后的方案：

修正后的awk命令 #

核心逻辑是先精准匹配标准格式的日志行，再对时间字段做转换，非匹配行直接输出。

awk '
BEGIN { OFS = " " }
# 匹配标准格式行：开头为日期，接着是HH:MM AM/PM，然后是"-"
/^[0-9]{1,2}\/[0-9]{1,2}\/[0-9]{2}, [0-9]{1,2}:[0-9]{2} (AM|PM) -/ {
    # 拼接时间字符串，调用date命令转换为24小时制
    cmd = "date --date=\"" $2 " " $3 "\" +%H:%M"
    cmd | getline new_time
    close(cmd)  # 关闭管道避免资源泄漏
    # 替换原时间字段，移除AM/PM字段
    $2 = new_time
    $3 = ""
    # 输出处理后的行
    print $0
    next
}
# 非标准格式行直接输出
{ print }
' input.txt > output.txt

关键改进说明 #

• 精准匹配标准行：用正则表达式锁定符合格式的日志，避免误修改其他行。
• 正确时间转换：通过date命令自动处理12小时转24小时的逻辑，比如9:46 PM转为21:46，9:50 AM转为09:50。
• 清理冗余字段：转换后移除原有的AM/PM字段，避免输出多余空格。
• 避免资源泄漏：每次调用getline后关闭管道，防止awk打开过多文件描述符。

原地修改文件 #

如果需要直接修改原文件，有两种方式：

1. 使用sponge（多数Linux发行版默认包含在moreutils包中）：

awk '...' input.txt | sponge input.txt

2. 无sponge时，用临时文件中转：

awk '...' input.txt > temp.txt && mv temp.txt input.txt

验证效果 #

运行命令后，标准格式行的时间会正确转换，非标准行（如Transfer number: 3778324）保持原样，完全符合预期结果。

内容的提问来源于stack exchange，提问作者dotarpa