Regex 使用正则表达式从字符串中减去值

有一些日志文件

$> cat ./text
Tue, 28 Feb 2012 15:43:20 407a3f8bbf704e41bef1f4c0ac24f310 FAILED
Tue, 2012 15:45:10 525b13aed6094417a56fd7bc67a10ad7 FAILED
Tue, 28 Feb 2012 15:47:08 ae3e2dc3e5b14d0eb7338ab308a32c8e
Tue, Feb 2012 15:52:26 18486cbede4e4cb4bee931bf29823dda FAILED
Tue, 28 Feb 2012 15:54:17 3c96983a68dd4c5e968dcad512bf77e9 FAILED
Tue, Feb 2012 15:56:30 2191e5260aa44a2a8997c47d710d6fbb FAILED
Tue, 28 Feb 2012 15:58:25 083fc56361414695b4e5cf54f8c57a9e FAILED
28 Feb 2012 16:01:55 5cbad64d2d62429c97ed7fdf98087c44 FAILED
Tue, 28 Feb 2012 16:03:37 a0d33b998b8247ffbecb984198453c0b
28 Feb 2012 16:05:32 cf9c1893e8b64aa89636a8cfeff56cf2 FAILED
Tue, 28 Feb 2012 16:06:53 027d99f7fa68436d9000661a7af07e2a PASSED

使用

grep

很容易获得所有十六进制值

$> grep --only-matching --perl-regex "[0-9a-f]{32}" ./text
407a3f8bbf704e41bef1f4c0ac24f310
525b13aed6094417a56fd7bc67a10ad7
ae3e2dc3e5b14d0eb7338ab308a32c8e
18486cbede4e4cb4bee931bf29823dda
3c96983a68dd4c5e968dcad512bf77e9
2191e5260aa44a2a8997c47d710d6fbb
083fc56361414695b4e5cf54f8c57a9e
5cbad64d2d62429c97ed7fdf98087c44
a0d33b998b8247ffbecb984198453c0b
cf9c1893e8b64aa89636a8cfeff56cf2
027d99f7fa68436d9000661a7af07e2a

但是我如何使用

awk

所以实际的问题是：我怎样才能从给定的字符串中减去一些匹配正则表达式的值呢？例如，在

awk

源文件的某一行上，我有$0值，这实际上是整个字符串，如

“Tue，Feb 2012 15:56:30 2191e5260aa44a2a8997c47d710d6fbb FAILED”

。我正在寻找一些

awk

命令来获得十六进制值，比如：

 hex = command_name( $0, "[0-9a-f]{32}" )

和

hex

将等于

2191e5260aa44a2a8997c47d710d6fbb

---

我该怎么做？

原始的

awk

程序不支持regex replace中的反向引用。如果幸运的话，您可以访问GNU awk，您可以使用

sub（）

函数提取字符串的部分内容。理论上它是这样工作的：

hex = sub(/^.* ([0-9a-fA-F]+) .*$/, "\1");

---

因为我现在手头没有GNU awk，所以您必须四处寻找正确的语法（例如，

“\1”

与

“\\1”

，

+

与

{32,32}

等等）。

也许您可以尝试GNU扩展

gensub（）

您可以为此使用match（）（可能需要-re interval使用gawk）：

非GNU awk答案

awk '
  {
    for (i=NF; i>0; i--)
      if (length($i)==32 && ! match($i,/[^0-9a-fA-F]/)) {
        hexvalue = $i
        break  # if you only expect one per line
      }
    print hexvalue    # or do something else
  }
'

这可能有效，或者您：

awk --re-interval -vRS='[0-9a-fA-F]{32}' 'RT{print RT}' file

---

如果日志文件的结构与所示示例一致：

awk '{print $6}' ./text

---

为什么你需要awk，而grep完全可以提取它？@Shiplu也许他想在awk中对字符串进行进一步的文本处理，而不需要创建一个管道链来完成awk所能做的事情。这个答案，原始问题和大多数其他答案都假设数据中的十六进制数正好是32个字符，而不确保它是。一种方法是：

/（^[xdigit:][^[：xdigit:][]）[:xdigit:][]{32}（[^[：xdigit:][].$）

awk --re-interval -vRS='[0-9a-fA-F]{32}' 'RT{print RT}' file

awk '{print $6}' ./text