如何使用sed或grep从日志文件中提取日期与Processing字段后内容

解决方案 #

你可以直接用sed单步完成筛选+字段提取，不需要多次grep拼接，调整后的代码如下：

#!/bin/bash
sed -n '/Processing:/s/^\([0-9]\{4\}-[0-9]\{2\}-[0-9]\{2\} [0-9]\{2\}:[0-9]\{2\}:[0-9]\{2\}\),.*Processing: \(.*\)$/\1 \2/p' ./logs/*.log

命令说明 #

• -n：关闭sed默认输出，仅输出匹配规则的行
• /Processing:/：仅处理包含Processing:的日志行，替代你之前的grep Processing:筛选逻辑
• 替换规则s/匹配模式/替换结果/p的逻辑：
  • 第一捕获组\([0-9]\{4\}-[0-9]\{2\}-[0-9]\{2\} [0-9]\{2\}:[0-9]\{2\}:[0-9]\{2\}\)：匹配行首到秒级的日期时间，自动忽略后面的逗号和毫秒字段
  • 中间段,.*Processing: ：匹配毫秒逗号后到Processing:为止的所有中间内容，这部分会被直接丢弃
  • 第二捕获组\(.*\)：匹配Processing:之后的所有内容
  • 替换为\1 \2：将两个捕获组的内容用空格拼接后输出
  • 末尾的p：打印替换后的结果

如果你更习惯用grep+sed拆分实现，也可以用下面的写法，逻辑更直观：

#!/bin/bash
grep 'Processing:' ./logs/*.log | sed 's/^\([0-9]\{4\}-[0-9]\{2\}-[0-9]\{2\} [0-9]\{2\}:[0-9]\{2\}:[0-9]\{2\}\),.*Processing: /\1 /'

两种写法输出效果完全一致，都可以得到你需要的结果。

内容的提问来源于stack exchange，提问作者Vinay Joseph