使用 grep 获取每行匹配后的下一个单词

问题描述：

我想从我的服务器日志中获取“ GET ”查询。

例如，这是服务器日志

1.0.0.127.in-addr.arpa - - [10/Jun/2012 15:32:27] code 404, message File not fo$
1.0.0.127.in-addr.arpa - - [10/Jun/2012 15:32:27] "GET /hello HTTP/1.1" 404 -   
1.0.0.127.in-addr.arpa - - [10/Jun/2012 15:41:57] code 404, message File not fo$
1.0.0.127.in-addr.arpa - - [10/Jun/2012 15:41:57] "GET /ss HTTP/1.1" 404 -

当我尝试使用简单的 grep 或 awk 时，

Adi:~ adi$ awk '/GET/, /HTTP/' serverlogs.txt

它发出

1.0.0.127.in-addr.arpa - - [10/Jun/2012 15:32:27] "GET /hello HTTP/1.1" 404 -
1.0.0.127.in-addr.arpa - - [10/Jun/2012 15:41:57] "GET /ss HTTP/1.1" 404 -

我只想显示：hello和ss

有什么办法可以做到这一点吗？

解决方案 1：

假设您有 gnu grep，您可以使用 perl 风格的正则表达式来执行正向后视：

grep -oP '(?<=GETs/)w+' file

如果您没有 gnu grep，那么我建议您只使用 sed：

sed -n '/^.*GET[[:space:]]{1,}/([-_[:alnum:]]{1,}).*$/s//
/p' file

如果你恰好有 gnu sed，那么这可以大大简化：

sed -n '/^.*GETs+/(w+).*$/s//
/p' file

这里的底线是，你当然不需要管道来实现这一点。 grep或者sed单独就足够了。

解决方案 2：

在这种情况下，由于日志文件具有已知结构，因此一个选项是使用cut拉出第 7 列（字段默认用制表符表示）。

grep GET log.txt | cut -f 7 

解决方案 3：

我尝试这样做并发现了这个链接：https://www.unix.com/shell-programming-and-scripting/153101-print-next-word-after-found-pattern.html

摘要：使用 grep 查找匹配的行，然后使用 awk 查找模式并打印下一个字段：

grep pattern logfile | \n  awk '{for(i=1; i<=NF; i++) if($i~/pattern/) print $(i+1)}'

如果你想知道独特的事件：

grep pattern logfile | \n  awk '{for(i=1; i<=NF; i++) if($i~/pattern/) print $(i+1)}' | \n  sort | \n  uniq -c

解决方案 4：

如果使用 grep 则使用管道：

grep -o /he.* log.txt | grep -o [^/].*
grep -o /ss log.txt | grep -o [^/].*

¹ 表示从 grep 输出中提取 ^ 符号后面的字母

解决方案 5：

使用管道通常比使用单个复杂的正则表达式更容易。这适用于您提供的数据：

fgrep GET /tmp/foo | 
    egrep -o 'GET (.*) HTTP' |
    sed -r 's/^GET /(.+) HTTP/
/'

此管道返回以下结果：

hello
ss

当然还有其他方法可以完成这项工作，但这显然适用于提供的语料库。

解决方案 6：

gawk '{match($7,//(w+)/,a);} length(a[1]){print a[1]}' log.txt
hello
ss

如果有gawk，则上述命令将使用match函数使用正则表达式选择所需的值并将其存储到数组中a。