如何提取文件中距今超30天的记录？脚本实现求助

原命令的问题 #

你的awk命令存在两个核心错误：

• 分割符选择错误：用-F':'会把行按冒号拆分，导致$5根本不存在（每行最多只有3个字段）。awk将未定义的字段视为空字符串，"" < "Sun Oct 04 00:00:00 2022"永远为真，所以所有行都被输出。
• 字符串比较日期不可靠：直接比较日期字符串是按字符顺序判断的，无法正确处理月份、年份的逻辑先后关系，必须转换为Unix时间戳（从1970年开始的秒数）才能准确比较。

方案1：按指定日期筛选（匹配你的预期需求） #

下面的命令会筛选出补丁日期早于Sun Oct 04 00:00:00 2022的行，同时处理数据中Marc的拼写错误（修正为Mar）：

单行命令

awk -v dat="Sun Oct 04 00:00:00 2022" '
BEGIN {
    split("Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec", mon_list, " ")
    for(i=1; i<=12; i++) mon_map[mon_list[i]] = i
    split(dat, dat_parts, /[ :]/)
    dat_ts = mktime(dat_parts[7] " " mon_map[dat_parts[2]] " " dat_parts[3] " " dat_parts[4] " " dat_parts[5] " " dat_parts[6])
}
match($0, /last patched on (.*)/, arr) {
    split(arr[1], parts, /[ :]/)
    if(parts[2] == "Marc") parts[2] = "Mar"
    patch_ts = mktime(parts[7] " " mon_map[parts[2]] " " parts[3] " " parts[4] " " parts[5] " " parts[6])
    if(patch_ts < dat_ts) print $0
}' list.txt

逻辑说明

1. 月份映射：把英文月份缩写转换成数字，方便mktime函数解析。
2. 指定日期转时间戳：将你输入的参考日期转换为Unix时间戳。
3. 提取补丁日期：通过正则匹配last patched on 后的日期字符串，拆分后转成时间戳。
4. 时间戳比较：补丁时间戳早于参考日期则输出该行。

方案2：自动筛选距今超过30天的行 #

如果不需要指定固定日期，而是自动计算当前时间往前推30天的阈值，可以用这个命令：

单行命令

awk '
BEGIN {
    split("Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec", mon_list, " ")
    for(i=1; i<=12; i++) mon_map[mon_list[i]] = i
    thirty_days_ago = systime() - 30*24*3600
}
match($0, /last patched on (.*)/, arr) {
    split(arr[1], parts, /[ :]/)
    if(parts[2] == "Marc") parts[2] = "Mar"
    patch_ts = mktime(parts[7] " " mon_map[parts[2]] " " parts[3] " " parts[4] " " parts[5] " " parts[6])
    if(patch_ts < thirty_days_ago) print $0
}' list.txt

逻辑说明

• systime()获取当前Unix时间戳，减去30*24*3600（30天的秒数）得到30天前的时间戳阈值。
• 后续逻辑和方案1一致，自动筛选符合条件的行。

内容的提问来源于stack exchange，提问作者Rame