如何打印第三和第四双引号之间的内容

Question

我有一些来自Linux机器上的web服务的日志。日志看起来如下：

{"log":"[2023-03-09T06:39:10.669Z] \"GET /server/prod?blank=true HTTP/1.1\" 200 - 0 874 1 1 \"-\" \"-\" \"aaad-bbb-ccc-dd-eeeee\" \"example.com:22213\" \"172.16.2.1:10080\"\n","stream":"stdout","time":"2023-03-09T06:39:11.935831787Z"}

如你所见，有一些双引号。我需要打印第三和第四双引号之间的内容，以及第十一和第十二双引号之间的内容。这意味着我想获得如下内容：

"GET /server/prod?blank=true HTTP/1.1\"   "example.com:22213\"

我只关心里面的内容。我不关心"或\。

Answer 1

根据我的计算，您需要第四和第五个双引号之间的文本，然后是第十二和第十三双引号之间的文本：

sed -E 's/^([^"]*"){4}([^"]*")([^"]*"){8}([^"]*").*$/"\2   "\3/'

(使用sed支持扩展正则表达式，如GNU、各种BSD或Busybox)或

sed 's/^\([^"]*"\)\{4\}\([^"]*"\)\([^"]*"\)\{8\}\([^"]*"\).*$/"\2   "\3/'

(使用任何sed)。

Answer 2

使用jq，您可以提取和解码log键的值：

$ jq -r .log file
[2023-03-09T06:39:10.669Z] "GET /server/prod?blank=true HTTP/1.1" 200 - 0 874 1 1 "-" "-" "aaad-bbb-ccc-dd-eeeee" "example.com:22213" "172.16.2.1:10080"

这实际上是一个使用空格字符作为字段分隔符的无头CSV记录，因此我们可以使用CSV感知工具(如米勒 (mlr) )从这里解析出第二个和第12个字段：

$ jq -r .log file | mlr --csv -N --fs space cut -f 2,12
"GET /server/prod?blank=true HTTP/1.1" example.com:22213

为了使解析更容易，您可能需要使用TSV输出格式：

$ jq -r .log file | mlr --c2t -N --ifs space cut -f 2,12
GET /server/prod?blank=true HTTP/1.1    example.com:22213

米勒会自动删除引号，因为第一个字段不再包含嵌入式分隔符。

注意，--csv更改为--c2t (与--icsv和--otsv相同)，也从--fs更改为--ifs (只设置输入字段分隔符，而不是输出字段分隔符)。在这种情况下，将--fs space更改为--ifs space --ofs tab会产生与Miller对待TSV和CSV相同的效果(只是字段分隔符不同)。

Answer 3

一个示例awk脚本可以完成这项工作。这使用"字符作为字段分隔符，因此第一个字段($1)是第一个"等之前的部分。

awk -F\" '{print $5 " " $13}'

如果您也想删除反斜杠，可以在脚本中使用例如gsub()：

awk -F\" '{gsub(/\\/, ""); print $5 " " $13}'