Linux 使用sed/awk从每行提取多个字符串

我有一个包含3000万行的文件（这么大的文件）

每一行我都有这样的数据：

"title": "some title" (SOME RANDOM DATA) "rank": "1,292,064"

我需要提取标题值和排名值，以便：

some title:1,292,064

---

帮不上什么忙？：）我已经尝试了我的小心脏，但什么都没有，只能从每行提取一段数据

除非引号之间可能有转义引号，以及其他类似的棘手问题，我会尝试使用此sed命令来过滤您的大文件：

sed 's/^"[^"]*": "\([^"]*\)".*"\(.*\)"$/\1:\2/'

基本上，您可以查找包含所需字段的两个子组

\1

和

\2

，然后打印它们，并用

：

分隔

如果字符串标题不常见，则作为参数传递给sed的正则表达式就不那么难看了：

sed 's/^"title": "\([^"]*\)".*"\(.*\)"$/\1:\2/'

更安全的是，为了避免随机数据的副作用：

sed 's/^"title": "\([^"]*\)".*"rank": "\(.*\)"$/\1:\2/'

---

如果是JSON文件，请告诉我们好吗？如果是的话，AWK/SED不是正确的方法，JQ更适合于专家建议，请在适当的情况下做一个没有“代码>（一些随机数据）< /代码>的样本，弊大于利。谢谢。我同意詹姆斯·布朗的观点。我们需要知道引号之间的字段是否可以有转义引号，以及随机数据是否可以包含括号。我们假设在你的字段中没有新的行，尽管它被引文包围。我在中间放置随机数据的原因是中间的数据是随机的，而不是我可以键入的。由于它是随机的（包括特殊字符和空格），超过3000万次。您知道如何执行sed替换命令吗？他们中有三个会做这项工作。看起来仍然不起作用，你能试试下面这句话吗：“title”：“natural”g4j（）K | S（&“L<”rank）：“1292,06”“它是有效的。我得到了

CareNatural茶树无痤疮精华套装，天然和有机：1292,06

作为输出。哎呀？你在我测试时编辑了你的评论吗？不管怎样，它也在使用后一个输入

“title”：“Natural”g4j（）K|S（&“L<“rank”）：“1292,06”“

，我得到了

natural:1292,06

作为输出。在运行代码后，它大部分时间都工作得很好，但我没有注意到某些行的末尾也添加了一些随机数据，这导致它不输出秩，而是输出随机数据，有什么方法可以解释吗？如果没有，就这样吧。”。