如何使用sed删除不匹配内容 提取时间戳与键值对并保留原行结构
可直接使用的sed实现方案
之前egrep方案失效的原因
egrep -o 的工作机制是将每个独立命中的匹配项作为单独一行输出,无法关联同一原始文本行内的多个匹配项做拼接,因此才会出现所有匹配内容零散成单独行的问题,无法满足原行格式保留的需求。
最终sed命令
GNU 环境下可直接执行的命令如下,已适配你提供的正则匹配规则:
sed -P -n ' { # 暂存原行 h # 提取行首时间戳,存入暂存空间 s/^([0-9 :-]+).*/\1/ x # 给所有匹配到的键值对片段前加逗号做标记 s/([0-9A-z,_-]+:\{.*?\})/, \1/g # 删掉夹在逗号之间、不含键值对结构的杂项内容 s/,([^,]*?(?!\{)[^,]*?),/,,/g # 删掉行首到第一个逗号之间的所有杂项内容 s/^.*?,// # 去掉多余空格,把连续多个逗号合并为单个 s/\s//g s/,+/,/g # 把暂存空间的时间戳拼到当前行内容前面 G s/^(.*)\n(.*)$/\2\1/ p } ' source.txt > target.txt
处理效果说明
针对你提供的示例输入行:
2020-01-01 00:00:00 @gibberish - key1:{value1}, unwanted key2:{value2}, unwanted key3:{value3}
执行命令后会输出完全符合预期的内容:
2020-01-01 00:00:00,key1:{value1},key2:{value2},key3:{value3}
注意事项
- 上述命令依赖GNU sed的PCRE兼容模式(
-P参数),用到了你原正则中的非贪婪匹配规则和简单的零宽断言,如果使用macOS等系统自带的BSD版本sed,需要先安装GNU sed后再执行,命令逻辑保持一致。 - 命令处理全程在单原行维度完成内容拼接,不会出现egrep方案中匹配项零散分行的问题。
内容的提问来源于stack exchange,提问作者Sujith Yasaswi
相关产品推荐
相关产品推荐

