Fatal编程技术网
  • regex/
  • Regex Unix模式日期时间匹配

Regex Unix模式日期时间匹配

regex linux unix awk sed

Regex Unix模式日期时间匹配,regex,linux,unix,awk,sed,Regex,Linux,Unix,Awk,Sed,我想编辑这一行： 1987,4,12,31,4,1987-12-31 00:00:00.0000000,UA,19977,UA,,631,12197,1219701,31703,HPN,White Plains, NY,NY,36,New York,22,13930,1393001,30977,ORD,Chicago\, IL,IL,17,Illinois,41,756,802,483.2,6,6,0,0,0700-0759,,,,,914,938,600.8,24,24,1,1,0900-09

我想编辑这一行：

1987,4,12,31,4,1987-12-31 00:00:00.0000000,UA,19977,UA,,631,12197,1219701,31703,HPN,White Plains, NY,NY,36,New York,22,13930,1393001,30977,ORD,Chicago\, IL,IL,17,Illinois,41,756,802,483.2,6,6,0,0,0700-0759,,,,,914,938,600.8,24,24,1,1,0900-0959,0,,0,138,156,,1,738,3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,US1NJBG0005,US1ILCK0027,,,,,,,,,,,,,1987-12-31 08:09:12.0000000,519494350
我希望输出是：

1987,4,12,31,4，1987-12-31 00:00:00.000，UA，19977，UA，63112197121970131703，HPN，White ，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，9494350

我想找到以下每种模式：
***-***-***-***:***:***:***:***.0000000

然后删除最后4个数字（0000），这样我就得到了
***-***-***-***:***:***:***:***.000.

如果该日期格式在第6列和第n-1列中有用，则可以使用以下格式获取第6列的值并删除最后四位：

awk-F'{print substr（$6,0，length（$6）-4）}'

类似地，N-1列可以通过以下方式达到：

awk-F'{print substr（$（NF-1），0，length（$（NF-1））-4}'

编辑：

$ echo '1987,4,12,31,4,1987-12-31 00:00:00.0000000,UA,19977,UA,,631,12197,1219701,31703,HPN,White Plains, NY,NY,36,New York,22,13930,1393001,30977,ORD,Chicago\, IL,IL,17,Illinois,41,756,802,483.2,6,6,0,0,0700-0759,,,,,914,938,600.8,24,24,1,1,0900-0959,0,,0,138,156,,1,738,3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,US1NJBG0005,US1ILCK0027,,,,,,,,,,,,,1987-12-31 08:09:12.0000000,519494350' | sed -r 's/([0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2}\....)..../\1/g'
1987,4,12,31,4,1987-12-31 00:00:00.000,UA,19977,UA,,631,12197,1219701,31703,HPN,White Plains, NY,NY,36,New York,22,13930,1393001,30977,ORD,Chicago\, IL,IL,17,Illinois,41,756,802,483.2,6,6,0,0,0700-0759,,,,,914,938,600.8,24,24,1,1,0900-0959,0,,0,138,156,,1,738,3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,US1NJBG0005,US1ILCK0027,,,,,,,,,,,,,1987-12-31 08:09:12.000,519494350
要仅替换列中的值，但仍打印所有内容，请使用：

awk 'BEGIN{ FS=","; OFS=","} 
{ $6=substr($6, 0, length($6)-4); 
  $(NF-1)=substr( $(NF-1), 0,length($(NF-1))-4); 
  print $0}'
基于Awk的解决方案 格式良好的可移植脚本：

#/usr/bin/awk-f
开始{
FS=“，”#输入：字段之间用，
OFS=“，”#输出：字段之间用，
}
{
sub（/[0-9][0-9][0-9][0-9]$/，“”，$6）#从第6列中删除最后4位数字
sub（/[0-9][0-9][0-9][0-9]$/，“”，$（NF-1））#从n-1列中删除最后4位数字
打印
}
单线、不太便携的版本，使用：

N.B.传统的awk正则表达式引擎不支持
{N}
重复运算符，因此需要使用gawk版本3或更高版本运行。对于其他风格的awk，例如nawk，您需要像上面的可移植较长脚本一样显式重复正则表达式

基于sed的解决方案 
sed-r的/^（[^，]*，）{5}（[^，]+）[0-9]{4}，（[^，]*，）*（[^，]+）[0-9]{4}（，[^，]*）$/\1\3\4\6\7/'
（通过测试）

这里有一个Perl解决方案

更新-编辑以输出完整的CSV行，时间戳替换为截断的

更新2-更新两个时间戳列，而不仅仅是第一个

#/usr/bin/env perl
严格使用；
使用警告；
使用特征“说”；
使用Text：：CSV；
my$CSV=Text:：CSV->new（）；
while（my$line=readline（STDIN））{
$CSV->parse（$line）或die“无法解析行'$line'”；
我的@fields=$CSV->fields（）；
对于我的$f（@fields）{
$f=~s/
^#字符串开头
（#开始捕获到1美元
\d{4}-#年
\d{2}-#月
\d{2}\s+#天
\d{2}：#小时
\d{2}：#分钟
\d{2}[.]#秒
\d{3}毫秒
)#结束捕获到1美元
\d{4}#不需要的亚秒精度
$#字符串末尾
/$1/gmsx；
}
$CSV->合并（@字段）；
说$CSV->string（）；
}
例如：

alex@yuzu:~$ cat input.txt 
1987,4,12,31,4,1987-12-31 00:00:00.0000000,UA,19977,UA,,631,12197,1219701,31703,HPN,White Plains, NY,NY,36,New York,22,13930,1393001,30977,ORD,Chicago\, IL,IL,17,Illinois,41,756,802,483.2,6,6,0,0,0700-0759,,,,,914,938,600.8,24,24,1,1,0900-0959,0,,0,138,156,,1,738,3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,US1NJBG0005,US1ILCK0027,,,,,,,,,,,,,1987-12-31 08:09:12.0000000,519494350

alex@yuzu:~$ ./csv.pl < input.txt
1987,4,12,31,4,"1987-12-31 00:00:00.000",UA,19977,UA,,631,12197,1219701,31703,HPN,"White Plains"," NY",NY,36,"New York",22,13930,1393001,30977,ORD,Chicago\," IL",IL,17,Illinois,41,756,802,483.2,6,6,0,0,0700-0759,,,,,914,938,600.8,24,24,1,1,0900-0959,0,,0,138,156,,1,738,3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,US1NJBG0005,US1ILCK0027,,,,,,,,,,,,,"1987-12-31 08:09:12.000",519494350
你也可以试试这个GNU-sed命令

$ sed -r 's/^.*,([^,]*)....,.*$/\1/g' file
1987-12-31 08:09:12.000
如果你只想更换，那么试试这个

$ sed -r 's/^(.*,)([^,]*)....(,.*)$/\1\2\3/g' file
1987,4,12,31,4,1987-12-31 00:00:00.0000000,UA,19977,UA,,631,12197,1219701,31703,HPN,White Plains, NY,NY,36,New York,22,13930,1393001,30977,ORD,Chicago\, IL,IL,17,Illinois,41,756,802,483.2,6,6,0,0,0700-0759,,,,,914,938,600.8,24,24,1,1,0900-0959,0,,0,138,156,,1,738,3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,US1NJBG0005,US1ILCK0027,,,,,,,,,,,,,1987-12-31 08:09:12.000,519494350
我想你希望输出是这样的

$ grep -oP '[0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2}\....' file
1987-12-31 00:00:00.000
1987-12-31 08:09:12.000
更新：

$ echo '1987,4,12,31,4,1987-12-31 00:00:00.0000000,UA,19977,UA,,631,12197,1219701,31703,HPN,White Plains, NY,NY,36,New York,22,13930,1393001,30977,ORD,Chicago\, IL,IL,17,Illinois,41,756,802,483.2,6,6,0,0,0700-0759,,,,,914,938,600.8,24,24,1,1,0900-0959,0,,0,138,156,,1,738,3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,US1NJBG0005,US1ILCK0027,,,,,,,,,,,,,1987-12-31 08:09:12.0000000,519494350' | sed -r 's/([0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}:[0-9]{2}\....)..../\1/g'
1987,4,12,31,4,1987-12-31 00:00:00.000,UA,19977,UA,,631,12197,1219701,31703,HPN,White Plains, NY,NY,36,New York,22,13930,1393001,30977,ORD,Chicago\, IL,IL,17,Illinois,41,756,802,483.2,6,6,0,0,0700-0759,,,,,914,938,600.8,24,24,1,1,0900-0959,0,,0,138,156,,1,738,3,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,US1NJBG0005,US1ILCK0027,,,,,,,,,,,,,1987-12-31 08:09:12.000,519494350
注意
I want
对于
问题来说不是一个好的格式。你试过什么？提示
awk-F'，'
和lookup
substr awk
是的，我尝试了所有方法，问题是我没有成功转到特定列，然后进行更改。我只在“1987-12-31 08:09:12.0000000”的文件上执行了awk“{sub（/…..$/，”）}1”，输出为1987-12-31 08:09:12.000。但是我可以在一个分隔的文本文件上做吗？对于这些类型的问题，找到你想要的文本总是很简单，但是排除你不想要的文本要困难得多。发布几行示例输入（包括您认为很难处理的任何情况）加上预期输出，或者您可能会得到一个解决方案，该解决方案适用于您发布的那一行，但在您的真实数据中对其他行无效。看，显然您正在尝试，但很简单-发布几行输入，而不仅仅是1，使用相关的预期输出，并确保两者的格式正确。不要紧，这是解决方案：awk--re interval-F，'{sub（“[0-9]{4}$”，“，$6”）；sub（[0-9]{4}$”，“，”，$（NF-1））；for（i=1；icristian它看起来很棒！但我运行它并返回原始行。@user2783069，我刚刚重新运行了这两个版本，它们工作正常看看：awk-F，“{sub”（[0-9]{4}$，”，“，$6）；sub（[0-9]{4}$，”，“，$（NF-1））；for（i=1；该解决方案可能很好，它肯定会与OP提供的1行样本一起工作，但它实际上并没有实现OP所说的，即
我想找到的每个模式：***-***-***-***:***:***:***:***:***:***:***:***.0000000并擦除最后4位数字。因此如果
$6
和
$（NF-1）
可以包含与该模式不匹配但以4个零结尾的任何内容，那么OP会意外出现。顺便说一句，sub（）的第一个参数是一个重复使用的重新分隔符（
/…/
而不是
“…”
）-它会根据重复解析的不同而有所不同）你可以说
print
，因为默认情况下它将
print$0
。@EdMorton，谢谢你的建议。至于脆弱性，被质疑者提到“如果这个日期格式在第6列和第n-1列中有用的话”.Hey！我如何运行此命令并同时打印其他列？但它只打印n-1列，我需要编辑整个文件。你知道如何操作吗？哦，你想用
1987-12-31 08:09:12.0000000
替换
1987-12-31 08:09:12.000
并保留其他列吗