Regex 在Bash中使用正则表达式拆分大块文本

我有很多要拆分的文本。这很难，因为从技术上讲，这都是一条线。文本是来自网络设备的未格式化日志消息-判断一条消息开始和结束位置的唯一方法是消息始终以

.{5}\d{7}'

开头，例如

1093281

。我如何读入这个字符串，保存在一个名为“textLog”的文件中，并基于该正则表达式将其拆分，以形成一个新的字符串/数组，从而获得干净的输出

输入示例：

<189>795307: Aug  8 11:41:38 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted<189>795308: Aug  8 11:41:39 EDT: %ILPOWER-5-IEEE_DISCONNECT: Interface Gi1/0/8: PD removed<189>795309: Aug  8 11:41:45 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted<189>795310: Aug  8 11:41:46 EDT: %ILPOWER-5-IEEE_DISCONNECT: Interface Gi1/0/8: PD removed<189>795311: Aug  8 11:41:52 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted<189>795312: Aug  8 11:41:53 EDT: %ILPOWER-5-IEEE_DISCONNECT: Interface Gi1/0/8: PD removed<189>795313: Aug  8 11:41:59 EDT: %ILPOWER-5-IEEE_DISCONNECT: Interface Gi1/0/8: PD removed<189>795314: Aug  8 11:42:05 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted

795307:Aug 8 11:41:38 EDT:%ILPOWER-5-POWER\u授予：接口Gi1/0/8:POWER授予795308:Aug 8 11:41:39 EDT:%ILPOWER-5-IEEE\u断开：接口Gi1/0/8:PD移除795309:Aug 8 11:41:45 EDT:%ILPOWER-5-POWER\u授予：接口Gi1/0/8:POWER授予795310:Aug 8 11:41:46 EDT:%ILPOWER-5-IEEE断开：接口Gi1/0/8:PD移除795311:Aug 8 11:41:52 EDT:%ILPOWER-5-POWER\u授予：接口Gi1/0/8:POWER授予795312:Aug 8 11:41:53 EDT:%ILPOWER-5-IEEE\u断开连接：接口Gi1/0/8:PD移除795313:Aug 8 11:41:59 EDT:%ILPOWER-5-IEEE\u断开连接：接口Gi1/0/8:PD移除795314:Aug 8 11:42:05 EDT:%ILPOWER-5-POWER-POWER授予：接口Gi1/0/8：电源授予

（它被格式化为一个长字符串，而不是多行。）

所需输出：包含

arr[0]=<189>795307: Aug  8 11:41:38 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted
arr[1]=<189>795308: Aug  8 11:41:39 EDT: %ILPOWER-5-IEEE_DISCONNECT: Interface Gi1/0/8: PD removed
arr[2]=<189>795309: Aug  8 11:41:45 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted
...
arr[7]=<189>795314: Aug  8 11:42:05 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted 

arr[0]=795307:Aug 8 11:41:38美国东部夏令时：%ILPOWER-5-POWER\u授权：接口Gi1/0/8:POWER授权
arr[1]=795308:Aug 8 11:41:39美国东部时间：%ILPOWER-5-IEEE\u断开连接：接口Gi1/0/8:PD已删除
arr[2]=795309:Aug 8 11:41:45美国东部夏令时：%ILPOWER-5-POWER\u授权：接口Gi1/0/8:授权
...
arr[7]=795314:Aug 8 11:42:05美国东部夏令时：%ILPOWER-5-POWER\u授权：接口Gi1/0/8:POWER授权

---

它不必是数组或存储在数据结构中，我最关心的是基于正则表达式进行拆分的方法，用于输出或保存子字符串。

使用GNU sed和Bash 4.0或更新版本：

$ mapfile -t arr < <(sed -E 's/(.)(.{5}[[:digit:]]{6})/\1\n\2/g' infile)
$ printf '%s\n' "${arr[@]}"
<189>795307: Aug  8 11:41:38 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted
<189>795308: Aug  8 11:41:39 EDT: %ILPOWER-5-IEEE_DISCONNECT: Interface Gi1/0/8: PD removed
<189>795309: Aug  8 11:41:45 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted
<189>795310: Aug  8 11:41:46 EDT: %ILPOWER-5-IEEE_DISCONNECT: Interface Gi1/0/8: PD removed
<189>795311: Aug  8 11:41:52 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted
<189>795312: Aug  8 11:41:53 EDT: %ILPOWER-5-IEEE_DISCONNECT: Interface Gi1/0/8: PD removed
<189>795313: Aug  8 11:41:59 EDT: %ILPOWER-5-IEEE_DISCONNECT: Interface Gi1/0/8: PD removed
<189>795314: Aug  8 11:42:05 EDT: %ILPOWER-5-POWER_GRANTED: Interface Gi1/0/8: Power granted

---

这假设每次出现

时，消息实际上都是以
\d{7}
开头的，如您的示例所示，而不是更一般的
{5}\d{7}
？预期的输出是什么？你能添加一个吗？@blhsing你是对的，我只是无法让更具体的一个在grep（有点新手）中为我工作，所以我选择了更宽松的版本。@BenjaminW。谢谢你，本杰明。我试着添加一个更完整的例子。太棒了！谢谢
grep -o '<[^<]*' infile