☰

Grep -o または Sed/Awk を使用して文字列の途中からフラグメントを取得します。

tag-icon • tag-icon sed awk grep
Grep -o または Sed/Awk を使用して文字列の途中からフラグメントを取得します。

ログトラフィックを観察していますが、さまざまな画像検索エンジン（特にBing）が頻繁に乱用されていることを確認しました。

例URL：

http://www.bing.com/images/search?q=dagger+genesis+solo&view=detailv2&&&id=C65E811DFE01FB11258D2EB4F516F3DD8F09049C&selectedIndex=4&ccid=ffC0NVO8&simid=608046582336849763&thid=JN.XnLfF7qiZGwjJzTCR6f7ZQ&mode=overlay

「Dagger Origins Solo」という検索自体を取り出したいです。

私はできます。

grep -o '=*'

しかし、検索の後には=記号とすべての内容が残ります。

「search?q=」と最後の単語の最後の最初の「&」（前の「+」）の間のすべての内容を把握したいと思います。

awkまたはcutを使用してできるだけ多くの文字列を削除し、指定されたフィールド区切り文字を使用して各単語を独自の列に配置し、その列を印刷するために非常に長く複雑な方法で到達できます。しかし、この方法も一貫性がありません。これは、検索の長さに制限がなく、ほぼすべての文字を含めることができるためです。

もっと簡単な方法があると思います。アイデアはありますか？

私の究極の目標は、クエリを削除し、それを一意のアイテムとして整理することです。

答え1

システムがgrepPCREモードをサポートしている場合は、次のものを使用できます。周りを見てください（長さ0のアサーション）文字選択〜サイ search?q=そして&

grep -Po '(?<=search\?q=).+?(?=&)'

2つの間に貪欲でない修飾子を使用すると、?最初の項目で一致が停止します&。

答え2

あなたはできます

sed 's/^.*search?q=\([^&]*\)&.*/\1/' file

search?q=それがすることは、theとtheの間で貪欲ではない一致を実行することです。&

どの出力

dagger+genesis+solo

+記号を空白に変更したい場合は、

sed 's/^.*search?q=\([^&]*\)&.*/\1/;s/+/ /g' file

どの出力

dagger genesis solo

答え3

そしてsed：

sed 's/\([^=&]*.\)\{2\}&.*/\1/' <<""
http://www.bing.com/images/search?q=dagger+genesis+solo&view=detailv2&&&id=C65E811DFE01FB11258D2EB4F516F3DD8F09049C&selectedIndex=4&ccid=ffC0NVO8&simid=

逆参照一致に発生回数を指定した場合は、指定した一致のみを引用するsed必要があります。したがって、上記の例では、参照は単に返されます。

dagger+genesis+solo

答え4

Lookbehind と Lookahead アサーションには grep を使用します。

grep -oP "\=\K.*(?=\&view)"

ここでは、

\K          ==>  zero-width look-behind assertion
(?=\&view)  ==>  zero-width look-ahead assertion

だからprint\=とie&viewの間の部分です。.*

関連情報