如何用Bash脚本提取指定模式对应数据并输出为CSV文件

现有一份代码检查输出的文本文件，内容如下：

001_Two_Sum.py:48:5: CCR001 Cognitive complexity is too high (5 > 3)
001_Two_Sum.py:61:1: W293 blank line contains whitespace
002_Add_Two_Numbers.py:40:5: CCR001 Cognitive complexity is too high (7 > 3)
003_Longest_Substring_Without_Repeating_Characters.py:57:5: CCR001 Cognitive complexity is too high (4 > 3)

需要从中筛选出包含CCR001 Cognitive complexity的行，提取对应文件名和复杂度数值，生成指定格式的CSV文件：

filename,value
001_Two_Sum.py,5
002_Add_Two_Numbers.py,7
003_Longest_Substring_Without_Repeating_Characters.py,4

你之前尝试的脚本将所有文件名（含非目标行）和所有数值分别存入变量，输出时会导致文件名与数值无法一一对应，格式完全混乱。

方法1：使用awk（推荐） #

用awk直接筛选目标行并提取字段，一步生成符合要求的CSV：

echo "filename,value" > result.csv && awk '/CCR001 Cognitive complexity/ {split($0, arr, ":"); num=substr($NF, 2, index($NF, " ")-2); print arr[1] "," num}' file.txt >> result.csv

• /CCR001 Cognitive complexity/：仅处理包含该标识的行
• split($0, arr, ":")：将当前行按冒号分割，arr[1]即为文件名
• substr($NF, 2, index($NF, " ")-2)：提取最后一个字段（如(5 > 3)）中的数字部分
• 最终按文件名,数值格式打印，追加到CSV文件

方法2：组合grep与sed #

若习惯用文本处理工具组合，可采用以下命令：

echo "filename,value" > result.csv && grep "CCR001 Cognitive complexity" file.txt | sed -E 's/^([^:]+):.*\(([0-9]+) > .*/\1,\2/' >> result.csv

• grep先筛选出目标行
• sed -E用正则捕获组：
  • ^([^:]+)：捕获冒号前的文件名
  • \(([0-9]+) > .*：捕获括号内的复杂度数值
  • 替换为\1,\2即文件名,数值的格式

内容的提问来源于stack exchange，提问作者funnybunny