如何更简洁实现grep|sed|awk合并行对并过滤数据的脚本？

嘿，我来帮你把这个处理日志的脚本给精简优化到位！先对齐下核心需求：咱们要处理名称行+数字行组成的行对，过滤掉数字不在80-199区间的行对，同时自动忽略行对前后的空行对吧？

下面给你两种常用场景的精简实现，都是去掉冗余逻辑、用语言特性简化代码的版本：

场景1：Python脚本（适合需要后续扩展的场景） #

如果你的原脚本是用Python写的，这个版本把冗余的行跟踪、空行判断都压缩成了更简洁的逻辑：

import sys

def filter_valid_pairs(file_path):
    # 一步完成：读文件、过滤空行、去除每行首尾空白
    with open(file_path) as f:
        non_empty_lines = [line.strip() for line in f if line.strip()]
    
    # 用切片直接两两配对名称行和数字行，省去手动计数
    for name, num_str in zip(non_empty_lines[::2], non_empty_lines[1::2]):
        try:
            num = int(num_str)
            if 80 <= num <= 199:
                print(name)
                print(num)
        except ValueError:
            # 遇到非数字的行对直接跳过，不报错
            continue

if __name__ == "__main__":
    if len(sys.argv) != 2:
        print("用法：python script.py <日志文件路径>")
        sys.exit(1)
    filter_valid_pairs(sys.argv[1])

精简亮点： #

• 用列表推导式一行搞定空行过滤和去空白，替代原脚本可能的多行循环判断
• 用切片[::2]和[1::2]直接把非空行分成名称组和数字组，自动配对，省去手动跟踪行号的冗余逻辑
• 异常处理简洁，跳过无效数字的行对，避免脚本崩溃
• 结构清晰，核心逻辑集中，没有多余的临时变量

场景2：Awk命令（适合快速批量处理日志） #

如果只是需要快速处理日志文件，用Awk写一行命令就够了，完全不需要复杂脚本：

/^$/ { next }          # 跳过所有空行
NR % 2 == 1 { name = $0 }  # 奇数行（名称行）暂存起来
NR % 2 == 0 {
    num = $0 + 0       # 自动转成数字，非数字会变成0（不在范围内自动过滤）
    if (num >= 80 && num <= 199) {
        print name; print $0
    }
}

使用方法： #

把上面的代码保存成filter_log.awk，或者直接在终端运行：

awk '/^$/ { next } NR%2==1{name=$0} NR%2==0{num=$0+0; if(num>=80&&num<=199){print name;print $0}}' your_log_file.log

精简亮点： #

• 完全利用Awk的内置行号NR来判断行对，不需要额外的计数变量
• 用$0 + 0自动转换数字，顺便处理非数字的无效行对
• 一行命令就能完成所有需求，适合服务器环境快速处理
• 不需要安装任何依赖，系统默认自带Awk

额外优化建议 #

• 如果需要把结果保存到文件，直接在命令或脚本后加> output.log即可
• 如果数字行里有额外字符（比如单位MB），可以调整Awk的提取逻辑，比如用num = $1 + 0取第一个字段
• Python版本适合后续需要扩展功能（比如统计符合条件的行对数量、写入数据库）的场景

内容的提问来源于stack exchange，提问作者beastx