Parsing awk中的性能比较？

我有一个python脚本，它在一些日志中运行，我认为在部署它之前，对其他一些方法进行一些基准测试会很有帮助。在查看

awk

时，我希望将开销降至最低，以便在击败稍微优化的python变体时获得“公平”的震撼

我的日志条目如下所示：

--------
SomeField=SomeValue
OptionallyAppearingField=WhoKnowsWhat
AnotherField=AnotherValue
ExtraStuff=OneBonusKey=1,SecondBonusKey=2,ThirdBonusKey=3,...
--------

当我们的

ThirdBonusKey

s中有一个存在并且有一定的值（实际上只是数字1）时，我很想得到另一个字段的值

这里的“愚蠢”方法是将我们的

RS

设置为

'-'

，然后只对

$0

应用正则表达式两次，首先查看

ThirdBonusKey=1

是否在记录中，然后提取

另一个字段=（所需的值）

但这似乎是一个不公平的比较，因为它只是在这个问题上抛出了一个正则表达式（两次！）。如果没有保证字段的顺序来利用awk的酷FS技能，这里有没有更快或更合适的方法？答案可能只是“这不是awk的工作”，我想这也没关系

Cyrus善意地指出，我上面给出的代码草图在技术上不是代码，他在技术上是正确的，所以这里有一个相当愚蠢的实现：

awk 'BEGIN{RS="--------"} { if ($0 ~ /ThirdBonusKey=1/) { for(i=1;i<NF;i++) {if ($i ~ "AnotherField=") { print $i }}}}'

我们期望产量

AnotherField=DesiredValue1

---

最有效的方法是：

$ awk '/^AnotherField=/{val=$0; next} /[=,]ThirdBonusKey=1(,|$)/{print val}' file
AnotherField=DesiredValue1

但更强大、更容易增强，以后可以做任何你想做的事情：

$ cat tst.awk
BEGIN { FS="[,=[:space:]]"; OFS="=" }
/^-+$/ {
    if ( f["ExtraStuff_ThirdBonusKey"] == 1 ) {
        print "AnotherField", f["AnotherField"]
    }
    delete f
    next
}
{
    if ( $1 == "ExtraStuff" ) {
        pfx = $1
        sub(/[^=]+=/,"")
        f[pfx] = $0
        pfx = pfx "_"
    }
    else {
        pfx = ""
    }
    for (i=1; i<NF; i+=2) {
        f[pfx $i] = $(i+1)
    }
}

$ awk -f tst.awk file
AnotherField=DesiredValue1

---

假设您可以创建任何条件和/或以任何输入或输出顺序打印所需的任何字段组合。

我希望效率最高的是：

$ awk '/^AnotherField=/{val=$0; next} /[=,]ThirdBonusKey=1(,|$)/{print val}' file
AnotherField=DesiredValue1

但更强大、更容易增强，以后可以做任何你想做的事情：

$ cat tst.awk
BEGIN { FS="[,=[:space:]]"; OFS="=" }
/^-+$/ {
    if ( f["ExtraStuff_ThirdBonusKey"] == 1 ) {
        print "AnotherField", f["AnotherField"]
    }
    delete f
    next
}
{
    if ( $1 == "ExtraStuff" ) {
        pfx = $1
        sub(/[^=]+=/,"")
        f[pfx] = $0
        pfx = pfx "_"
    }
    else {
        pfx = ""
    }
    for (i=1; i<NF; i+=2) {
        f[pfx $i] = $(i+1)
    }
}

$ awk -f tst.awk file
AnotherField=DesiredValue1

---

假设您可以创建任何条件和/或以任何输入或输出顺序打印任何字段组合。

欢迎使用堆栈溢出。这也是一个面向专业和热情程序员的问答页面。在问题中添加您自己的代码。你至少要展示你自己为解决这个问题所做的大量研究。你所描述的似乎是一个合理的方法。嗯？每次看到另一个字段时，请拾取它们。当你遇到

--

打印

另一个字段时

如果你看到了正确的

BonusKey

，忘记一切，然后继续。@MarkSetchell听起来像是在提示你的问题表明

额外的内容

可能在

另一个字段

之前，但你的例子暗示它不在前面。请问是哪一个？欢迎来到Stack Overflow。这也是一个面向专业和热情程序员的问答页面。在问题中添加您自己的代码。你至少要展示你自己为解决这个问题所做的大量研究。你所描述的似乎是一个合理的方法。嗯？每次看到另一个字段时，请拾取它们。当你遇到

--

打印

另一个字段时

如果你看到了正确的

BonusKey

，忘记一切，然后继续。@MarkSetchell听起来像是在提示你的问题表明

额外的内容

可能在

另一个字段

之前，但你的例子暗示它不在前面。请问是哪一个？

$ awk -f tst.awk file
----
> f[OptionallyAppearingField]=WhoKnowsWhat
> f[AnotherField]=DesiredValue1
> f[ExtraStuff_SecondBonusKey]=2
> f[ExtraStuff_ThirdBonusKey]=1
> f[ExtraStuff_OneBonusKey]=1
> f[SomeField]=SomeValue
> f[ExtraStuff]=OneBonusKey=1,SecondBonusKey=2,ThirdBonusKey=1,...
AnotherField=DesiredValue1
----
> f[OptionallyAppearingField]=WhoKnowsWhat
> f[AnotherField]=DesiredValue2
> f[ExtraStuff_SecondBonusKey]=2
> f[ExtraStuff_ThirdBonusKey]=0
> f[ExtraStuff_OneBonusKey]=1
> f[SomeField]=SomeValue
> f[ExtraStuff]=OneBonusKey=1,SecondBonusKey=2,ThirdBonusKey=0,...
----
> f[SomeField]=
> f[ExtraStuff]=
----