如何用awk提取日志中的指定列及双引号内的文本？

架构老林

2026-8-4

解决方案

方法1：使用awk的`match()`函数（推荐，适配任意双引号内容）

直接在awk中匹配整行里的双引号包裹内容，同时提取指定列：

awk '{
    # 匹配双引号及其中的内容，正则/"[^"]+"/表示匹配从"开始到下一个"结束的字符串
    match($0, /"[^"]+"/)
    # 提取$1（日期）、$3（日志级别），再用substr取出匹配到的双引号内容
    print $1, $3, substr($0, RSTART, RLENGTH)
}' mylog.log

解释：

match($0, /"[^"]+"/)会定位到行内第一对双引号的位置，RSTART是匹配起始索引，RLENGTH是匹配长度
substr($0, RSTART, RLENGTH)直接提取出带双引号的内容，无需额外拼接

方法2：多分隔符结合提取

通过指定空格和双引号作为分隔符，直接提取各部分：

awk -F '[ "]' '{
    # $1是日期，$3是日志级别，$10是双引号内的纯文本，手动补回双引号
    print $1, $3, "\""$10"\""
}' mylog.log

注意：这种方式依赖日志格式的字段位置固定，如果双引号内的内容包含特殊结构可能导致字段偏移，不如方法1通用。

方法3：拆分处理字段和双引号内容

先提取双引号内的内容，再拆分前面的字段：

awk -F '"' '{
    # 提取=>之前的部分，拆分出日期和日志级别
    split(substr($0, 1, index($0, "=>")-1), prefix_arr)
    # 组合日期、级别和带双引号的内容
    print prefix_arr[1], prefix_arr[3], "\""$2"\""
}' mylog.log

解释：