Python 从周围文本不规则的行中提取浮动

我有一个包含以下内容的文本文件：

[silencedetect @ 0x7fa73cd000c0] silence_start: 1.32515
[silencedetect @ 0x7fa73cd000c0] silence_end: 1.88188 | silence_duration: 0.556735
[silencedetect @ 0x7fa73cd000c0] silence_start: 2.99698
[silencedetect @ 0x7fa73cd000c0] silence_end: 3.42311 | silence_duration: 0.426122
[silencedetect @ 0x7fa73cd000c0] silence_start: 5.58311
[silencedetect @ 0x7fa73cd000c0] silence_end: 6.13984 | silence_duration: 0.556735
[silencedetect @ 0x7fa73cd000c0] silence_start: 7.6729
size=N/A time=00:00:09.12 bitrate=N/A speed= 675x 

我想提取“silence\u start:”和“silence\u end:”位后面的值（即值1.32515、1.88188、…、7.6729）以及“time=”后面的值（即00:00:09.12）

我是grep/sed/awk的新手，正在尝试学习如何使用其中一个来实现这一点，但在苦苦挣扎之后，这一切都没有发生。我尝试过各种各样的想法，也上网浏览过，但我仍然没有成功。Python建议/解决方案也很好。我也试过了，结果一团糟

有人能帮忙吗？我将非常感激…提前谢谢你

使用GNU grep和（

-p

）：

输出：

1.32515 1.88188 2.99698 3.42311 5.58311 6.13984 7.6729 00:00:09.12 1.32515 1.88188 2.99698 3.42311 5.58311 6.13984 7.6729 00:00:09.12

---

gnuawk解决方案：

 cat tst.awk
 {  s=gensub(/.*(time=|silence_(start|end): )([0-9.:]+).*/, "\\3", "g");
    print s
 }

sed -E 's/.*(silence_(start|end): |time=)([^[:space:]]+).*/\3/' file

解释正则表达式：

.*                              # anything
(                               # group 1 start
  time=                         # matching string "time="
  |                             # OR
  silence_(start|end):          # matching string "silence_start: "
                                # or "silence_end: " 
)                               # group 1 end
(                               # group 3 start
  [0-9.:]+                      # combination of number, "." and ":"
)                               # group 3 end
.*                              # anything

您可以将其用作：

$ awk -f tst.awk input.txt
1.32515
1.88188
2.99698
3.42311
5.58311
6.13984
7.6729
00:00:09.12

或作为oneliner：

 awk '{s=gensub(/.*(time=|silence_(start|end): )([0-9.:]+).*/, "\\3", "g"); print s}' input.txt

---

sed解决方案：

 cat tst.awk
 {  s=gensub(/.*(time=|silence_(start|end): )([0-9.:]+).*/, "\\3", "g");
    print s
 }

sed -E 's/.*(silence_(start|end): |time=)([^[:space:]]+).*/\3/' file

• \3

  -指向第三个括号内的捕获的

  （…）

  组

输出：

1.32515
1.88188
2.99698
3.42311
5.58311
6.13984
7.6729
00:00:09.12

---

当您的输入中有名称到值的映射时，一个解决方案首先创建这些映射的数组（例如下面的

n2v[]

），然后让您通过名称访问这些值，这通常被证明是最健壮的，并且在您的需求发生变化时最容易在将来增强：

$ cat tst.awk
BEGIN { FS="[ =]" }
{
    for (i=1; i<=NF; i++) {
        sub(/:$/,"",$i)
        n2v[$i] = $(i+1)
    }
    prt("silence_start")
    prt("silence_end")
    prt("time")
}
function prt(name) {
    if (name in n2v) {
        print name, n2v[name]
        delete n2v[name]
    }
}

$ awk -f tst.awk file
silence_start 1.32515
silence_end 1.88188
silence_start 2.99698
silence_end 3.42311
silence_start 5.58311
silence_end 6.13984
silence_start 7.6729
time 00:00:09.12

---

以上内容将适用于任何UNIX安装（或Windows，如果您有awk for Windows）上任何shell中的任何awk。

您能展示您目前所面临的困难吗？也许有人能帮你修复它们。。。