Como extrair entre 2 strings quando o arquivo contém vários símbolos

Question

Estou tentando extrair dados de formulário de um arquivo enorme. Eu preciso de um padrão muito específico que até agora me falha.
Eu tenho essa parte consistente do log:

Machine info and user info blah blah blah [senderID=60, 
ipaddress=/10.1.1.11:8443, serviceIdinList=[13], serviceBitbox=11111, 
servicesList= | BeatController | BeatMaker | WaveShow, client=apache, 

todas as linhas aparecem assim.
Dessa linha, preciso fazer com que pareça:

senderID=60, ipaddress=/10.1.1.11:8443, serviceIdinList=[13], 
serviceBitbox=11111, servicesList= | BeatController | BeatMaker | WaveShow,  

* Nota, tudo após o "WaveShow," é irrelevante, como é tudo antes de "senderID"

Eu tentei este comando de um post aqui,

sed -n '/servicesList=/{s/.*servicesList=//;s/\S*=.*//;p}'

mas apenas imprime

servicesList= | BeatController | BeatMaker | WaveShow

Eu tentei modificá-lo em algumas iterações com regex, jogado com grep e sed mas sem progresso. por favor ajude :)

    

Answer 1

Se o que você está tentando fazer é exibir tudo entre e incluindo senderID= e WaveShow, , você precisa deste comando sed :

sed -n 's/.*\(senderID=.*WaveShow,\).*//p'

Isso capturará tudo entre essas duas strings usando os colchetes \( e \) e a saída usando (e etc., se você tiver mais capturas).

Observe que o .* principal é "ganancioso", o que significa que se você tiver a string senderID= duas vezes na entrada, a primeira será descartada. Se isso não é o que você quer, então sed não é a ferramenta correta; perl pode lidar com isso. O comando então se torna:

perl -ne 'print if s/.*?(senderID=.*WaveShow,).*/$1/'

-n significa "executar um loop para cada linha de entrada e não imprimir a linha no final do loop". -e especifica a expressão a ser executada dentro do loop.

O ? após o .* altera o * para corresponder o mínimo possível (ou seja, corresponde de forma não voraz). Os colchetes fazem o perl agrupar essa parte e capturá-la, o que pode ser usado como $1 para a primeira captura, $2 para a segunda, etc.

No entanto, essa não é a maneira ideal de fazer isso em perl. Isso é muito melhor, pois não envolve a mudança desnecessária de strings, capturando o texto e imprimindo exatamente isso:

perl -ne 'print "$1\n" if /(senderID=.*WaveShow,)/'

Provavelmente existem muitas outras maneiras de fazer isso no perl, talvez até de maneira mais eficiente.

    

Answer 2

A vírgula final é necessária?

Se não, isso deve funcionar:

grep senderID filename | cut -d '[' -f 2- | cut -d ',' -f -5

Saída:

senderID=60, ipaddress=/10.1.1.11:8443, serviceIdinList=[13], serviceBitbox=11111, servicesList= | BeatController | BeatMaker | WaveShow