Extraire du texte

**tartarus** · 25/03/2013, 16h15

Bonjour,

J'ai vu quelques topics parlant de ce même sujet mais je n'ai pas réussi à solutionner mon problème.

Je voudrais extraire un "bloc" de texte commençant par un mot bien définit et se terminant systématiquement par une ligne vide.

Dans mon fichier il y a de nombreux paragraphes suivant cette forme :

Ceci est le debut de la premiere ligne

Toutes les

suivantes sont indentées

comme ceci

et se termine par une ligne vide comme ci dessous

Ceci est le debut de la premiere ligne du second paragraphe

Toutes les

suivantes sont indentées

comme ceci

et se termine par une ligne vide comme ci dessous

Il faudrait donc que j'arrive à faire un petit script qui permet de récupérer le texte se trouvant entre "le premier mot" et "la ligne vide" mais je ne sais pas comment faire, en grep ce n'est pas possible.
Après j'ai vu des sed mais là mon niveau n'est pas assez, je cherche mais ça coince un peu la haut

Merci de votre aide

Tart'

**becket** · 25/03/2013, 16h25

Quelque chose de rapide avec awk devrait te donner une direction

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
 awk  '{RS="Ceci" ; print   }'

**tartarus** · 25/03/2013, 16h48

Bonjour,
Merci de ta réponse.

Effectivement Awk peut être utile.

Je vais directement donner un morceau de mon fichier ce sera plus simple :

En realité il s'agit d'un fichier de configuration Cisco que je dois "parser".
Mon fichier va ressembler à ceci quand je le recupère :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
Ethernet107/1/20 is down (Link not connected)
  Hardware: 100/1000 Ethernet, address: a4138.7589.1955 (bia a4138.7589.1955)
  Description: -- Libre --
  MTU 1500 bytes, BW 1000000 Kbit, DLY 10 usec,
     reliability 255/255, txload 1/255, rxload 1/255
  Encapsulation ARPA
  Port mode is access
  auto-duplex, auto-speed
  Beacon is turned off
  Input flow-control is off, output flow-control is on
  Switchport monitor is off
  EtherType is 0x8100
  Last link flapped never
  Last clearing of "show interface" counters never
  30 seconds input rate 0 bits/sec, 0 bytes/sec, 0 packets/sec
  30 seconds output rate 0 bits/sec, 0 bytes/sec, 0 packets/sec
  Load-Interval #2: 5 minute (300 seconds)
    input rate 0 bps, 0 pps; output rate 0 bps, 0 pps
  RX
    0 unicast packets  0 multicast packets  0 broadcast packets
    0 input packets  0 bytes
    0 jumbo packets  0 storm suppression bytes
    0 giants  0 input error  0 short frame  0 overrun   0 underrun
    0 watchdog  0 if down drop
    0 input with dribble  0 input discard
    0 Rx pause
  TX
    0 unicast packets  0 multicast packets  0 broadcast packets
    0 output packets  0 bytes
    0 jumbo packets
    0 output errors  0 collision  0 deferred  0 late collision
    0 lost carrier  0 no carrier  0 babble
    0 Tx pause
  0 interface resets
 
Ethernet107/1/21 is down (Link not connected)
  Hardware: 100/1000 Ethernet, address: a418.7589.1956 (bia a418.7589.1956)
  Description: -- Libre --
  MTU 1500 bytes, BW 1000000 Kbit, DLY 10 usec,
     reliability 255/255, txload 1/255, rxload 1/255
  Encapsulation ARPA
  Port mode is access
  auto-duplex, auto-speed
  Beacon is turned off
  Input flow-control is off, output flow-control is on
  Switchport monitor is off
  EtherType is 0x8100
  Last link flapped never
  Last clearing of "show interface" counters never
  30 seconds input rate 0 bits/sec, 0 bytes/sec, 0 packets/sec
  30 seconds output rate 0 bits/sec, 0 bytes/sec, 0 packets/sec
  Load-Interval #2: 5 minute (300 seconds)
    input rate 0 bps, 0 pps; output rate 0 bps, 0 pps
  RX
    0 unicast packets  0 multicast packets  0 broadcast packets
    0 input packets  0 bytes
    0 jumbo packets  0 storm suppression bytes
    0 giants  0 input error  0 short frame  0 overrun   0 underrun
    0 watchdog  0 if down drop
    0 input with dribble  0 input discard
    0 Rx pause
  TX
    0 unicast packets  0 multicast packets  0 broadcast packets
    0 output packets  0 bytes
    0 jumbo packets
    0 output errors  0 collision  0 deferred  0 late collision
    0 lost carrier  0 no carrier  0 babble
    0 Tx pause
  0 interface resets
 
Ethernet107/1/22 is down (Link not connected)
  Hardware: 100/1000 Ethernet, address: a4138.7589.1957 (bia a4138.7589.1957)
  Description: -- Libre --
  MTU 1500 bytes, BW 1000000 Kbit, DLY 10 usec,
     reliability 255/255, txload 1/255, rxload 1/255
  Encapsulation ARPA
  Port mode is access
  auto-duplex, auto-speed
  Beacon is turned off
  Input flow-control is off, output flow-control is on
  Switchport monitor is off
  EtherType is 0x8100
  Last link flapped never
  Last clearing of "show interface" counters never
  30 seconds input rate 0 bits/sec, 0 bytes/sec, 0 packets/sec
  30 seconds output rate 0 bits/sec, 0 bytes/sec, 0 packets/sec
  Load-Interval #2: 5 minute (300 seconds)
    input rate 0 bps, 0 pps; output rate 0 bps, 0 pps
  RX
    0 unicast packets  0 multicast packets  0 broadcast packets
    0 input packets  0 bytes
    0 jumbo packets  0 storm suppression bytes
    0 giants  0 input error  0 short frame  0 overrun   0 underrun
    0 watchdog  0 if down drop
    0 input with dribble  0 input discard
    0 Rx pause
  TX
    0 unicast packets  0 multicast packets  0 broadcast packets
    0 output packets  0 bytes
    0 jumbo packets
    0 output errors  0 collision  0 deferred  0 late collision
    0 lost carrier  0 no carrier  0 babble
    0 Tx pause
  0 interface resets

Pour l'exemple je n'ai pris que 3 interfaces

Il faudrait que le scipt récupère en fonction de la demande les informations suivantes :
Si l'utilisateur veut voir l'interface Ethernet107/1/22 le script ne doit retourner que ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
Ethernet107/1/22 is down (Link not connected)
  Hardware: 100/1000 Ethernet, address: a4138.7589.1957 (bia a4138.7589.1957)
  Description: -- Libre --
  MTU 1500 bytes, BW 1000000 Kbit, DLY 10 usec,
     reliability 255/255, txload 1/255, rxload 1/255
  Encapsulation ARPA
  Port mode is access
  auto-duplex, auto-speed
  Beacon is turned off
  Input flow-control is off, output flow-control is on
  Switchport monitor is off
  EtherType is 0x8100
  Last link flapped never
  Last clearing of "show interface" counters never
  30 seconds input rate 0 bits/sec, 0 bytes/sec, 0 packets/sec
  30 seconds output rate 0 bits/sec, 0 bytes/sec, 0 packets/sec
  Load-Interval #2: 5 minute (300 seconds)
    input rate 0 bps, 0 pps; output rate 0 bps, 0 pps
  RX
    0 unicast packets  0 multicast packets  0 broadcast packets
    0 input packets  0 bytes
    0 jumbo packets  0 storm suppression bytes
    0 giants  0 input error  0 short frame  0 overrun   0 underrun
    0 watchdog  0 if down drop
    0 input with dribble  0 input discard
    0 Rx pause
  TX
    0 unicast packets  0 multicast packets  0 broadcast packets
    0 output packets  0 bytes
    0 jumbo packets
    0 output errors  0 collision  0 deferred  0 late collision
    0 lost carrier  0 no carrier  0 babble
    0 Tx pause
  0 interface resets

et non pas mes 5000 pages de conf

Voici donc pour l'indentation, le début de paragraphe qui est généralement Ethernet machin ou port channel machin.

et la séparation entre ces paragraphes est une ligne vide.

J'ai vu dans d'autres topics des choses de ce genre :

$ sed '/ik987/,/[\.\?\!]/ !d; s/$[\.\?\!]$.*/\1/' t

De ce topic :
http://www.developpez.net/forums/d12...xtraire-texte/

J'ai donc bien compris cette première partie : sed '/ik987/,/[\.\?\!]/ qui sert de "délimiteur"

Donc dans mon cas ça donnerait :
sed '/Ethernet107/7/22/,/^$/

Bon déjà je crois avoir deux problèmes, il y des / dans mon mot de recherche

et caractère spécial pour la fin

Mais la seconde partie de la commande je ne la comprend pas :/ : !d; s/$[\.\?\!]$.*/\1/' t

Merci à vous.

**N_BaH** · 25/03/2013, 17h24

Bonjour,

il faut changer le séparateur d'expression / par un autre, qui n'apparaît pas dans l'expression recherchée.

la commande s est utilisée pour substituer; elle n'est pas utile ici.

Attention, la ligne de "fin" n'est pas vide, elle contient un espace :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed '\@^Ethernet107/1/20@,/^ $/!d' nomFichier

**jack-ft** · 25/03/2013, 17h32

Envoyé par tartarus

Donc dans mon cas ça donnerait :
sed '/Ethernet107/7/22/,/^$/

Bon déjà je crois avoir deux problèmes, il y des / dans mon mot de recherche

et caractère spécial pour la fin

Ben, il me semble que ça suffit!
Il suffit de quoter les caractères spéciaux (ou utiliser un autre caractères comme N_BaH):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
criteria='Ethernet107/1/22'
criteria_re=$(echo "${criteria}" | sed -e 's|/|\\/|g')
sed -n "/${criteria_re}/,/^ *\$/p" le_fichier

Ps: les lignes vides ne sont pas vides (elles contiennent une espace (il me semble))

**BufferBob** · 26/03/2013, 13h38

la même en awk en déportant le problème du / sur l'option -v, ^$ match une ligne vide :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

awk -v pattern="Ethernet107/1/22" '$0 ~ pattern,/^$/' fichier

**tartarus** · 26/03/2013, 14h18

Bonjour,

Bon et bien que dire :-O

Quel rapidité à vous !

Je viens de tester VOS solutions, elles fonctionnent !
C'est parfait et je viens d'enrichir un peu plus mes connaissances sur ces commandes

Un grand merci ça fonctionne au poil !

Extraire du texte

Shell et commandes GNU

Vue hybride

Discussions similaires

Partager

Partager