Question

我正在解析一个日志文件，试图拉出短语“failures =”是一个唯一的非零数字的行。

我的perl one liner的第一部分将拉出“失败”大于零的所有行。但是日志文件的那一部分会重复，直到发生新的故障，即在第一次失败之后，日志条目将是“失败= 1”，直到第二次错误然后它将读取，“失败= 2”。

我想做的只是拉出那个值发生变化的第一行，我以为我有这个：

cat -n Logstats.out | perl -nle 'print "Line No. $1: failures=$2; eventDelta=$3; tracking_id=$4" if /\s(\d+)\t.*failures=(\d+).*eventDelta=(.\d+).*tracking_id="(\d+)"/ && $2 > 0' | perl -ne 'print unless $a{/failures=\d+/}++'

然而，这只会拉出第一个非零“失败”线而没有别的。我需要更改什么来为“失败”提取所有唯一值？

提前感谢！

更新：每行中直到“tracking_id”的文字数量都比我发布的文字多。遗憾！

2011-09-06 14:14:18 [INFO] [logStats]：name = somename id = d6e6f4f0-4c0d-93b6-7a71-8e3100000030 成功= 1次失败= 0跳过= 0 eventDelta = 41 original = 188模拟= 229 totalDelta = 41 averageDelta = 41 min = 0 max = 41 averageOriginalDuration = 188 averageSimulatedDuriation = 229（txid = b3036eca-6288-48ef-166f-5ae200000646 date = 2011-09-02 08:00:00 type = XML xml =

Answer 1

perl -ne 'print unless $a{/failures=\d+/}++'

不起作用，因为在标量上下文中计算哈希下标，并且m//运算符不会在标量上下文中返回匹配。相反，它返回1.所以（因为每一行匹配），你写的相当于：

perl -ne 'print unless $a{1}++'

我认为你可以在那里看到问题。

有很多方法可以解决这个问题，但我会使用：

perl -ne 'print unless /(failures=\d+)/ and $a{$1}++'

但是，我会在perl的一次调用中完成所有操作，包括对行进行编号：

perl -nle '
   print "Line No. $.: failures=$1; eventDelta=$2; tracking_id=$3"
      if /failures=(\d+).*?eventDelta=(.\d+).*?tracking_id="(\d+)"/
      && $1 > 0
      && !$seen{$1}++
' Logstats.out

（$.自动计算Perl中的输入行。如果需要，可以删除换行符，但它实际上会按原样运行。）

Answer 2

你可以使用哈希来存储结果并打印出来：

perl -nle '$f{$2} ||= "Line No. $1: failures=$2; eventDelta=$3; tracking_id=$4" if /\s(\d+)\t.*failures=(\d+).*eventDelta=(.\d+     ).*tracking_id="(\d+)"/ && $2;END{ print $f{$_} for keys %f }' Logstats.out

（由于缺少输入数据而未进行测试......）

HTH，保罗

Answer 3

由于您的输入与正则表达式不匹配，我无法真正帮助您。但是我可以告诉你，这是一个很多的回溯 - 如果在你感兴趣的部分之后有很多数据，那就太糟糕了。

所以这里有一些替代的想法：

qr{ \s                    # a single space
    failures=(\d+)        # the entry for failures
    \s+                   # at least one space
    skipped=\d+           # skipped 
    \s+ 
    eventDelta=(.\d+)     
    .*?                   # any number of non-newline characters *UNTIL* ...
    \btracking_id="(\d+)" # another specified sequence of data
  }x;

解析器将扫描“skipped =”，然后扫描一组数字比扫描其余部分要快很多，并且当它返回'eventDelta ='时回溯，最好将其放入，如果你知道它将永远存在。
由于你没有在你的例子中放置tracking_id，我不知道它是如何发生的，所以在这种情况下我们使用非贪心任何匹配将永远寻找下一个序列。同样，如果该行中有大量数据，那么您不想扫描然后结束并回溯，直到您发现您已经读过'tracking_id =“nnn”'。但是，前瞻会花费处理时间，最好拼出'skipped ='和所有可能的值，然后是非贪婪的“任何匹配”。
您还会注意到，在接受任何数据后，我指定tracking_id应出现在单词边界，这可以消除可能的歧义 - 虽然不太可能'backtracking_id ='。

为什么我只得到一场比赛？

3 个答案: