Analisando o arquivo de texto usando o awk

Question

Eu tenho um arquivo de texto em constante mudança que contém mensagens da API do Gmail. Eu preciso analisar o conteúdo dele. Meu arquivo de texto contém o ID da mensagem, a mensagem, os detalhes do remetente e a data:

15335b114b093448(message id)::NAME : SINDHUJA, 
SERVICE REQUIRED: PLUMBER ,CITY :BANGALORE, EMAIL ID : [email protected] , MOBILE : [phone]::  Wed, 02 Mar 2016 04:58:29 +0000::Flipkart(partner) [email protected]:::

 15335254a7e5677a::NAME : HALEN, 
SERVICE REQUIRED: ELECTRICIAN ,CITY :CHENNAI, EMAIL ID : [email protected] ,MOBILE : [phone]:: ::Wed, 2 Mar 2016 07:36:37 +0530 (IST)::The Times of India [email protected]::::

Como eu analiso isso? Eu tentei o código:

 >>>rawProfiles='''
    15335b114b093448::NAME : SINDHUJA, 
SERVICE REQUIRED: PLUMBER ,CITY :BANGALORE, EMAIL ID : [email protected] ,MOBILE : [phone]::  Wed, 02 Mar 2016 04:58:29 +0000::Flipkart <[email protected]>:::
    15335254a7e5677a::NAME : HALEN, 
SERVICE REQUIRED: ELECTRICIAN ,CITY :CHENNAI, EMAIL ID : [email protected] ,MOBILE : [phone]:: ::Wed, 2 Mar 2016 07:36:37 +0530 (IST)::The Times of India <[email protected]>::::
    '''
    >>>profilesList=re.split(r'\n{1,}',rawProfiles)

    >>>profilesList =[re.sub(r'\n',' ',profile) for profile in profilesList]

    >>>profilesList =[re.split(r',',profile,maxsplit=2) for profile in profilesList]
    >>>for profile in profilesList:
    print profile

    >>>profilesList =[map(str.strip,profile) for profile in profilesList]
    >>>for profile in profilesList:
    print profile

Isso me deu um: nameError re not defined .

EDIT

O código está em python.

A saída da minha amostra deve ser:

 PARTNER       NAME       SERVICE     CITY        MOBILE     EMAIL  
Flipkart    SINDHUJA    PLUMBER    BANGALORE    9987654434  [email protected] 
  Times      HALEN     ELECTRICIAN  CHENNAI      9345544342   [email protected] 

    

Answer 1

Há um pequeno problema com a coluna "Parceiro" da segunda linha, mas esse tipo de problema pode servir você como um começo.

BEGIN {
    FS="::";
    OFS="\t";
    print "PARTNER\tNAME\tSERVICE\tCITY\tMOBILE\tEMAIL"
}
{
    split($2,A,"[:,]");
    if ($3 == " ")
    {
        split($5,B,"[:,]");
    }
    else
    {
        split($4,B,"[:,]");
    }

    split(B[1],C,"mail");
    name=A[2];
    service=A[4];
    city=A[6];
    mobile=A[10];
    email=A[8];
    partner=C[1];
    sub("[(]partner[)]", "",partner);

    print partner"\t"name"\t"service"\t"city"\t"mobile"\t"email;
}

Fora:

PARTNER NAME    SERVICE CITY    MOBILE  EMAIL
Flipkart     SINDHUJA    PLUMBER    BANGALORE    9987654434  [email protected] 
The Times of India   HALEN   ELECTRICIAN    CHENNAI  934554434   [email protected] 

Você precisa executá-lo a partir do shell (bash, zsh ..) e salvá-lo como whatever.awk

awk -f whatever.awk file