如何在UNIX中提取关键字后面的文本

我有一个文本文件（

file.txt

），其中包含我从外部源收到的结果墙（没有换行符、空格等）。从这个文件中，我需要找到所有提到的单词

serId

，然后打印出它后面的字母数字序列。字母数字序列的长度不限，但以字符

，

结尾。如何提取这些字母数字序列

我曾尝试使用sed/awk查找脚本/代码，但结果似乎围绕着要查找的已知序列，而不是未知序列

例如，我想从以下示例文本中提取

28655784-EE

：

{"preRollbackCheckResults":[],"patchingHistory":[{"backupStatus":"Available","rollbackStatus":"Available","additionalNote":"Patching CDS as planned","appliedBy":"xxrbsgCDS02services","appliedDate":"2019-01-18T12:45:33.926+0000","totalTime":"29 min, 47 sec","serId":"28655784-EE","patchDescription":"DB 18.4.0.0.0 Oct 2018 PSU

请尝试此awk脚本（仅限于gawk）：

如果您需要终止

，

awk  -F '","' 'match($0,/serId\":\"[^,]*/,m){print m[1]","}' input.txt

说明：

-F“，”

将文件解析为由

，

awk  -F '","' 'match($0,/serId\":\"[^,]*/,m){print m[1]","}' input.txt

match（$0，“serId[^，]*”，m）

在当前记录中筛选，匹配以

serId开头的字符串

以

，

结尾的字符串。将结果放入数组

m

---

print substr（m[0]，8）

从第8个位置打印匹配的字符串

grep-o

是一个非常简单的解决方案：

我创建了一个文件，其中包含以下行：

serId12345
serIdABCde123;
Ser_idblabla;

第一行不以分号结尾，第三行以错误的单词开头，因此只有第二行是正确的

我启动了以下命令：

grep-o“serId[0-9a-zA-Z]*；”testtttt.txt

，结果如下：

serIdABCde123;

---

根据您在评论中发布的简短示例，我有两个建议：

• 如果文件格式正确，请尝试了解其结构和用途

• 如果格式不正确并且只能解释为一堆文本，请使用以下Perl：

  perl -lne '@m=/"serId":"([^"]+)"/g; print "@m"' file.txt
  

  试运行：

  $ cat file.txt
  {"preRollbackCheckResults":[],"patchingHistory":[{"backupStatus":"Available","rollbackStatus":"Available","additionalNote":"Patching CDS as planned","appliedBy":"xxrbsgCDS02services","appliedDate":"2019-01-18T12:45:33.926+0000","totalTime":"29 min, 47 sec","serId":"28655784-EE","patchDescription":"DB 18.4.0.0.0 Oct 2018 PSU{"preRollbackCheckResults":[],"patchingHistory":[{"backupStatus":"Available","rollbackStatus":"Available","additionalNote":"Patching CDS as planned","appliedBy":"xxrbsgCDS02services","appliedDate":"2019-01-18T12:45:33.926+0000","totalTime":"29 min, 47 sec","serId":"28655784-EE","patchDescription":"DB 18.4.0.0.0 Oct 2018 PSU
  
  $ perl -lne '@m=/"serId":"([^"]+)"/g; print "@m"' file.txt
  28655784-EE 28655784-EE
  

---

使用任何sed：

$ sed 's/.*"serId":"\([^"]*\).*/\1/' file
28655784-EE

---

提供示例输入文件。对于未知序列，使用正则表达式匹配。ask是一个工具。我正在使用Grep2.20，它似乎支持-o选项。txt文件中的一个示例是t{“preRollbackCheckResults”：[]，“patchingHistory”：[{“backupStatus”：“Available”，“rollbackStatus”：“Available”，“additionalNote”：“Patching CD as Planning”，“appliedBy”：“xxrbsgCDS02services”，“appliedDate”：“2019-01-18T12:45:33.926+0000”，“totalTime”：“29分钟47秒”，“serId”：“28655784-EE”，“Patching Description”：“DB18.4.0.0.0 2018年10月PSU…所以我要做的是在文件中找到“serId”，然后提取“28655784-EE”我不确定，但这看起来像是一个

json

文件，你看过

jq

了吗？你的问题是要显示简洁的、可测试的样本输入和预期的输出，这样我们才能帮助你。正确的解决方案不是像你在当前grep和awk答案下的评论中所说的那样，将grep+awk结合起来。这很有效当我将你的解决方案与Dudi Boy的相结合时。非常感谢。当我将你的解决方案与Dominique的相结合时，这很有效。非常感谢。我这样做了，但追加投票不会持续。我不知道为什么？啊。“声誉低于15的人的投票会被记录，但不会改变公开显示的帖子分数。”但是我已经投了赞成票。第二个要匹配的参数（）是一个regexp，而不是一个字符串，所以你应该使用regexp

/

而不是字符串

“

分隔符，即

match（$0，/serId）：“[^，]*/，…）

而不是

match（$0，“serId\”：\“[^，]*，…）

[^，]*
应该是
[^]*
但是，对第三个arg to match（）使用gawk的全部目的是将regexp段隔离为捕获组，以便在操作块中引用，因此代码应该是
match（$0，/serId）：“（[^”]*）/，m）{print m[1]}
否则，使用任何awk都可以编写
match（$0，/serId）：“[^”]*/{print substr（$0，RSTART+8，RLENGTH-8）}
感谢@Ed Morton，更新了建议。