如何用grep命令从日志文件提取HR:MIN MST格式的起止时间？

我正在通过程序生成如下格式的日志文件：

Job execution started 2018-05-16 05:54:08 MST Starting job for '2018-05-16' Starting job for '2018-05-16' Control table count is : '33768' Processing batch_id: '11548 11568 11598 11611 11637 11662 11688 Completed job for '2018-05-16' Job execution completed 2018-05-16 06:04:59 MST 

我希望仅提取日志文件中的开始时间与结束时间，恳请指导如何使用grep命令实现该需求。

很简单，我们可以利用grep的正则匹配功能精准定位包含开始和结束时间的内容，这里有几种不同的实现方式，你可以根据需求选择：

方式1：匹配完整的时间标记行 #

如果日志里开始时间固定跟着Job execution started，结束时间固定跟着Job execution completed，可以用这个命令提取带标记的完整时间信息：

grep -Eo 'Job execution (started|completed) [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2} [A-Z]+' your_log_file.log

命令说明： #

• -E：启用扩展正则表达式，支持用|匹配多个模式
• -o：只输出匹配到的内容，而非整行日志
• [0-9]{4}-[0-9]{2}-[0-9]{2}：匹配YYYY-MM-DD格式的日期
• [0-9]{2}:[0-9]{2}:[0-9]{2}：匹配HH:MM:SS格式的时间
• [A-Z]+：匹配时区（比如示例里的MST）

执行后会得到这样的输出：

Job execution started 2018-05-16 05:54:08 MST
Job execution completed 2018-05-16 06:04:59 MST

方式2：仅提取纯时间字符串 #

如果只需要时间部分，不需要前缀标记，可以用正向预查断言来过滤掉前缀：

grep -Eo '(?<=Job execution (started|completed) )[0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2} [A-Z]+' your_log_file.log

命令说明： #

• (?<=...)：正向预查断言，匹配前面有指定内容但不包含该内容的部分，这样就能只提取时间字符串

执行后输出会是：

2018-05-16 05:54:08 MST
2018-05-16 06:04:59 MST

方式3：处理单行日志（如示例中的情况） #

如果你的日志是单行格式，上面的命令依然有效，也可以直接通过管道传递单行内容测试：

echo "Job execution started 2018-05-16 05:54:08 MST Starting job for '2018-05-16' Starting job for '2018-05-16' Control table count is : '33768' Processing batch_id: '11548 11568 11598 11611 11637 11662 11688 Completed job for '2018-05-16' Job execution completed 2018-05-16 06:04:59 MST " | grep -Eo 'Job execution (started|completed) [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2} [A-Z]+'

如果日志格式有细微调整，你可以根据实际情况微调正则表达式的匹配规则。

内容的提问来源于stack exchange，提问作者Saurabh Deotale