ldapsearch批量查询时如何实现按用户分组格式化输出？

之前的处理管道没有做用户维度的上下文绑定：从LDAP返回流中提取出userid、各邮箱字段的孤立值后，没有将同一用户的属性做归组关联，所以无论怎么对全局提取的字符串做拼接，都会把所有用户的字段值混在一起，无法实现按用户拆分输出的目标。
LDAP返回结果天然具备适合归组的结构：每个匹配到的用户的所有属性行是连续聚集的，不同用户的结果块之间用空行分隔，这个特性是实现正确格式化的核心依据。

方案1：单用户单行，逗号拼接所有关联邮箱 #

该方案输出符合第一种预期格式，可直接复用如下命令：

ldapsearch -Y GSSAPI -b dc=level1,dc=level2,dc=level3 '(userid=*)' userid mail1 mail2 mail3 \
| awk '
BEGIN { RS=""; FS="\n" }
{
    userid=""; mails=""
    for (i=1; i<=NF; i++) {
        # 去掉行首可能存在的多余空格
        gsub(/^[ ]+/, "", $i)
        # 提取当前块内的userid值
        if ($i ~ /^userid: /) {
            split($i, u, ": ")
            userid = u[2]
        }
        # 收集当前块内所有邮箱字段值
        if ($i ~ /^mail[0-9]*: /) {
            split($i, m, ": ")
            mails = mails "," m[2]
        }
    }
    # 输出单用户的完整行，去掉拼接时多生成的首个逗号
    if (userid != "") print userid substr(mails, 2)
}
'

处理逻辑说明：

• 通过awk设置记录分隔符为空行，直接将每个用户的独立结果块作为处理单元，从根源上避免跨用户的内容混淆
• 自动适配每个用户的邮箱数量差异，不管用户绑定1个还是N个邮箱，都会自动收集后拼接为单行内容

方案2：单用户-单邮箱映射，每行独立配对 #

该方案是更优的输出格式，对应第二种预期效果，命令如下：

ldapsearch -Y GSSAPI -b dc=level1,dc=level2,dc=level3 '(userid=*)' userid mail1 mail2 mail3 \
| awk '
BEGIN { RS=""; FS="\n" }
{
    userid=""; mail_list=""
    for (i=1; i<=NF; i++) {
        gsub(/^[ ]+/, "", $i)
        if ($i ~ /^userid: /) {
            split($i, u, ": ")
            userid = u[2]
        }
        if ($i ~ /^mail[0-9]*: /) {
            split($i, m, ": ")
            # 收集当前用户的所有邮箱到临时列表
            mail_list = mail_list " " m[2]
        }
    }
    # 逐行输出用户-邮箱配对
    if (userid != "") {
        n = split(mail_list, mail_arr, " ")
        for (j=1; j<=n; j++) {
            if (mail_arr[j] != "") print userid "," mail_arr[j]
        }
    }
}
'

注：如果你的环境中邮箱对应的属性名是查询参数里提到的email1/email2/email3而非返回示例的mail1/mail2/mail3，只需要把awk脚本中的匹配规则从/^mail[0-9]*: /改成/^email[0-9]*: /即可，其余逻辑无需调整。

如果需要查询数十万规模的用户，不要通过循环逐个用户调用ldapsearch——单次调用的GSSAPI认证、LDAP服务器连接的开销很高，循环执行会导致耗时极长。直接将查询过滤条件设置为(userid=*)，一次性拉取所有目标用户的属性后在本地做格式化，整体运行效率会提升几个数量级。

内容的提问来源于stack exchange，提问作者formicaman