Regex 在Perl中解析（部分）非统一文本块

我有一个文件，其中有几个块，在一个文件中（在程序的这一点上，在一个变量中）看起来像这样

下面是第二个块，向您展示了这些块是如何略有变化的：

port-channel86 is down (No operational members)
  ...
  reliability 255/255, txload 1/255, rxload 1/255
  ...
  Last clearing of "show interface" counters 31w2d
  ...
  RX
    147636 unicast packets  0 multicast packets  0 broadcast packets
    84356 input packets  119954232 bytes
    0 jumbo packets  0 storm suppression packets
    0 runts  0 giants  0 CRC  0 no buffer
    0 input error  0 short frame  0 overrun   0 underrun  0 ignored
    0 watchdog  0 bad etype drop  0 bad proto drop  0 if down drop
    0 input with dribble  0 input discard
    0 Rx pause
  TX
    147636 unicast packets  0 multicast packets  0 broadcast packets
    84356 output packets  119954232 bytes
    0 jumbo packets
    0 output error  0 collision  0 deferred  0 late collision
    0 lost carrier  0 no carrier  0 babble  0 output discard
    0 Tx pause
  0 interface resets

我想从每个块中挑选出某些数据元素，这些数据元素可能存在于每个块中，也可能不存在于每个块中。例如，在我发布的第一个块中，我可能想知道有0个runt、0个输入错误和0个溢出。在第二个块中，我可能想知道有0个巨型数据包、冲突等。如果给定的查询不在该块中，可以只返回na，因为这是为了统一处理而设计的

每个区块的结构与我发布的两个区块相似；新行和空格分隔某些条目，逗号分隔其他条目

我有一些关于如何工作的想法。我不知道Perl中是否有任何类型的“lookback”函数，但我可以尝试查找字段名（runts、“input errors”等），然后获取前面的整数；这似乎是最优雅的解决方案，但我不确定这是否可行

目前，我正在用Perl做这件事。我正在处理的每个“块”实际上是这些块中的几个（由双换行符分隔）。它不必在单个正则表达式中完成；我相信它可以通过在每个块上应用几个正则表达式来实现。性能不是一个真正的因素，因为这个脚本可能每小时运行一次

我的目标是以一种自动化的方式将所有这些内容转换成一个.csv文件（或其他一些易于绘制的数据格式）

有什么想法吗

编辑：如我所提到的CSV输出示例，它将逐行（对于像这样的多个条目）写入一个文件作为最终结果。如果在块中找不到特定条目，则在相应行中将其标记为na：

interface_name,txload,rxload,last_clearing,input_queue,output_drops,runts,....
vlan2,1,1,49w5d,0-75-0-0,0,0,....
port-channel86,1,1,31w2d,na,na,0,...

---

属性和数字的简单散列

sub extract {
    my ($block) = @_;
    my %r;
    while ($block =~ /(?<num>\d+) \s (?<name>[A-Za-z\s]+)/gmsx) {
        my $name = $+{name};
        my $num = $+{num};
        $name =~ s/\A \s+//msx;
        $name =~ s/\s+ \z//msx;
        $r{$name} = $num;
    }
    return %r;
}

my $block = <<'';
Vlan2 is up, line protocol is up
⋮

my $block2 = <<'';
port-channel86 is down (No operational members)
⋮

use Data::Dumper qw(Dumper);
print Dumper {extract $block};
print Dumper {extract $block2};

子提取{
我的（$block）=@；
我的%r；
而（$block=~/（？\d+）\s（？[A-Za-z\s]+）/gmsx）{
我的$name=$+{name}；
我的$num=$+{num}；
$name=~s/\A\s+//msx；
$name=~s/\s+\z//msx；
$r{$name}=$num；
}
返回%r；
}
我的$block=我不认为一个正则表达式就可以做到这一点，如果可以的话，我也不想支持它

使用多个正则表达式，您可以轻松地使用以下内容：

(\d+) runts
(\d+) input errors
...etc...

一个简单的属性名数组和一个循环可以很快地解决这个问题，而且不需要太多麻烦

如果您可以通过一些预处理将输入分割成更小的块，那么就不太可能出现误报。
这里有一种在awk中实现的方法，但这需要大量的调整才能达到完美。
不过，还是要使用SNMP

awk '{
    printf $1
    for (i=1;i<=NF;i++) {
        if ($i" "$(i+1)~/Input queue:/) printf ",%s",$(i+2)
        if ($i~/runts/) printf ",%s",$(i-1)
        if ($i~/multicast,/) printf ",%s",$(i-1)
    }
    print ""
}' RS="swapped out" file

awk'{
打印F$1
对于（i=1；我能发布示例输出吗？完成。我希望这能回答问题。不可能从一个块的单个样本中推断出输入的总体布局。为什么不将块大小减小到只代表真实块的大小，然后发布5个左右的块，以便我们了解不同块之间的格式可能会有哪些不同块？我发布了第二个块。它们都类似于输出样式，但具有不同的字段。这足够了吗？不。再发布3个输入块，更新输出以显示在给定输入时的外观，并解释原因。同样，如果您可以将每个块减少到表示实际块的5或6行，这将非常有用，以便我们当然，你不必阅读大量不相关的数据来帮助你，一个正则表达式就可以了，多个查询就足够了。
awk '{
    printf $1
    for (i=1;i<=NF;i++) {
        if ($i" "$(i+1)~/Input queue:/) printf ",%s",$(i+2)
        if ($i~/runts/) printf ",%s",$(i-1)
        if ($i~/multicast,/) printf ",%s",$(i-1)
    }
    print ""
}' RS="swapped out" file