在正则表达式匹配之间削减输出的最有效方法？

ksm18 发表于 Dev

ksm18

我正在尝试解析

lspci -k

每个设备的输出。换句话说，使用以下示例输出：

00:00.0 Host bridge: Intel Corporation 4th Gen Core Processor DRAM Controller (rev 06)
    Subsystem: Gigabyte Technology Co., Ltd Device 5000
00:02.0 VGA compatible controller: Intel Corporation Xeon E3-1200 v3/4th Gen Core Processor Integrated Graphics Controller (rev 06)
    Subsystem: Gigabyte Technology Co., Ltd Device d000
    Kernel driver in use: i915
00:03.0 Audio device: Intel Corporation Xeon E3-1200 v3/4th Gen Core Processor HD Audio Controller (rev 06)
    Subsystem: Gigabyte Technology Co., Ltd Device 5000
    Kernel driver in use: snd_hda_intel
00:16.0 Communication controller: Intel Corporation 8 Series/C220 Series Chipset Family MEI Controller #1 (rev 04)
    Subsystem: Gigabyte Technology Co., Ltd Device 5001
    Kernel driver in use: mei_me

我希望能够遍历每个文件和相关信息。我用来检测??：??。？格式的正则表达式。其他地方是：

grep -E '^[0-9]\w:[0-9]\w\.[0-9]' <<< "$s" | awk -F ' ' '{print $1}'

$ s是此格式列表中有多少设备。我之所以使用它，是因为我列出的非PCI设备格式不同。

在这种情况下，我想我可以获取每个匹配项的行号，因此将上述语句传递到

grep -n

然后从一个区域到另一个区域使用sed cut，但是我觉得这不是解决此问题的有效方法。有什么建议？

我正在考虑的另一种解决方案是逐行读取并将空格转换为某些符号：例如

tr ' ' '%'

如果以该行开头，则将其包括在内。但是，这可能会很棘手，因为我需要在循环外部添加一个外部变量。当然，我也可以在每个正则表达式实例之后添加\ n，然后设置：

IFS=$'\n'

既然已将其选中，

tr $'\t' 'x'

效果很好。但是，我觉得最有效的方法仍然是以某种方式剪切整个部分然后grep我需要的信息，而不是逐行处理随机变量。

汤姆·费内奇

以下代码将每个条目lspci -k分为几部分：

$ /sbin/lspci -k | awk -F'\t' 'NF == 1 { ++n; f = 0 } { a[n, ++f] = $NF } 
END { 
    for (i = 1; i <= n; ++i) { 
        print "section", i; f = 0; while (a[i, ++f]) print a[i, f]; print "" 
    }
}'

通过将输入字段分隔符设置为制表符，我们可以通过它们具有多少个字段来识别哪些行是新节的开始。每个部分的开头只有1个字段。

END块中的代码演示了一个事实，即可以a使用两个索引段号和字段号在数组中访问每个字段。它只是遍历每一个，但是例如，您可以自定义逻辑以打印给定的字段（如果它与某种模式匹配）。