awk + как перехватить адрес электронной почты между символами
Другой вариант заключается в том, чтобы уточнить, что именно вы ищете. Например:
whois stackoverflow.com | grep -E '^[[:space:]]*(Registr(ar|ant|y)|Sponsoring).*: '
Это извлекает только строки, которые начинаются с необязательного пробела перед 'Registrar', 'Registrant', 'Registry' или 'Sponsoring', за которым следует любое число (ноль или больше) любых символов, за которым следует двоеточие и пробел.
(BTW, здесь используется grep -E, а не устаревший и устаревший egrep. Они делают одно и то же.)
Output:
Registrar: NAME.COM, INC.
Sponsoring Registrar IANA ID: 625
Registry Domain ID: 108907621_DOMAIN_COM-VRSN
Registrar WHOIS Server: whois.name.com
Registrar URL: http://www.name.com
Registrar Registration Expiration Date: 2016-12-26T19:18:07Z
Registrar: Name.com, Inc.
Registrar IANA ID: 625
Registry Registrant ID:
Registrant Name: Sysadmin Team
Registrant Organization: Stack Exchange, Inc.
Registrant Street: 110 William St , Floor 28
Registrant City: New York
Registrant State/Province: NY
Registrant Postal Code: 10038
Registrant Country: US
Registrant Phone: +1.2122328280
Registrant Email: sysadmin-team@stackoverflow.com
Registry Admin ID:
Registry Tech ID:
Registrar Abuse Contact Email: abuse@name.com
Registrar Abuse Contact Phone: +1.1 7203101849
BTW, при тестировании любой формы обработки текста (включая регулярные выражения) на тексте из медленных источников (например, запрос к базе данных или из удаленного источника, такого как whois или http-сервер), полезно запустить команду slow один раз и перенаправить вывод в файл, а затем провести тест с этим файлом. Когда вы получите то, что хотите, убедитесь, что это работает так же, как и с прямыми (свежими) данными.
например
whois stackoverflow.com > so.txt
Другие полезные вещи, которые можно сделать с выводом whois:
извлечение блока Domain в начале whos (строки поля начинаются с 4 пробелов и заканчиваются двоеточием):
grep -Ei '^[[:blank:]]+.*:[[:blank:]]' so. txt
Выход:
Domain Name: STACKOVERFLOW.COM
Registrar: NAME.COM, INC.
Sponsoring Registrar IANA ID: 625
Whois Server: whois.name.com
Referral URL: http://www.name.com
Name Server: CF-DNS01.STACKOVERFLOW.COM
Name Server: CF-DNS02.STACKOVERFLOW.COM
Status: clientTransferProhibited https://icann.org/epp#clientTransferProhibited
Updated Date: 26-nov-2015
Creation Date: 26-dec-2003
Expiration Date: 26-dec-2016
извлеките блок Registrant, начиная с поля `Domain Name' и заканчивая полем 'Registrar Abuse Contact Phone':
sed -n -e '/^Domain Name:/,/^Registrar Abuse Contact Phone:/p' so.txtоба вышеуказанных варианта вместе:
sed -n -e '/^Domain Name:/,/^Registrar Abuse Contact Phone:/p /^[[:blank:]]+.*:[[:blank:]] /p'Вывод всех вышеперечисленных данных может быть легко обработан с помощью
awkили любого другого инструмента обработки текста, который можно заставить использовать символ двоеточия (:) в качестве разделителя полей.
Самый простой способ, который я могу придумать, это использование GNU grep:
$ grep -Po '<\K[^>]+(?=>)' file
jdyefc@nsuwtcvc
ejd2ydt2@dv2dg2vgv
i2dmi32@hd2vdg
2udhu2@cdrrc
Параметр -o означает "печатать только совпадающую часть строки", а -P активирует Perl-совместимые регулярные выражения. Это позволяет нам использовать \K, что означает "не считать частью совпадения все, что совпало до этого момента" и положительные lookaheads. Таким образом, регекс будет соответствовать <, затем любому отрезку не > символов, за которым следует >.
Обратите внимание, что это также будет соответствовать @), вы можете использовать:
grep -Po '<\K[^>]+@[^>]+(?=>)' file
Другой вариант:
perl -lne 'print $1 while /<(.*?)>/g'
Захват скобок в $ 1 , . *? делает совпадение не -жадно, т.е. останавливается, как только может.
С awk :
awk -F'<' '{ for(i = 2 ; i <= NF ; i++) { sub(/>.*/, "", $i); print $i; } } '
Разделить строку на <, игнорировать первую часть, вывести остальные после удаления всего, что начинается с > . Это напечатает оставшуюся часть строки, если нет > после <.