awkで指定した範囲に特定の文字列が含まれている場合のみ出力したい

Question

特定の処理のログを抽出したく、awkで行っています。
範囲指定はできるのですが、条件を加えると最初の行が取得できません。

ログファイルは下記のような感じです。

start
2024/01/01 00:00:00.123 XXX-XXXXX-XXX RunA [START]
ID:AAA
NAME:AAA
PASS:AAA
DESCRIPTION:AAA
2024/01/01 00:00:10.123 XXX-XXXXX-XXX RunB [END]
end
start
2024/01/10 00:00:00.123 XXX-XXXXX-XXX RunA [START]
ID:BBB
NAME:BBB
PASS:BBB
DESCRIPTION:BBB
2024/01/10 00:00:10.123 XXX-XXXXX-XXX RunB [END]
end
start
2024/01/15 00:00:00.123 XXX-XXXXX-XXX RunA [START]
ID:ABC
NAME:ABC
PASS:ABC
DESCRIPTION:ABC
2024/01/15 00:00:10.123 XXX-XXXXX-XXX RunB [END]
end
start
2024/01/15 00:00:20.123 XXX-XXXXX-XXX RunA [START]
ID:CCC
NAME:CCC
PASS:CCC
DESCRIPTION:CCC
2024/01/15 00:00:30.123 XXX-XXXXX-XXX RunB [END]
end

これに対し下記awkコマンド①を実行します。

awk '/RunA \[START\]/,/RunB \[END\]/' logfile

出力は下記で、これは期待通りです。

2024/01/01 00:00:00.123 XXX-XXXXX-XXX RunA [START]
ID:AAA
NAME:AAA
PASS:AAA
DESCRIPTION:AAA
2024/01/01 00:00:10.123 XXX-XXXXX-XXX RunB [END]
2024/01/10 00:00:00.123 XXX-XXXXX-XXX RunA [START]
ID:BBB
NAME:BBB
PASS:BBB
DESCRIPTION:BBB
2024/01/10 00:00:10.123 XXX-XXXXX-XXX RunB [END]
2024/01/15 00:00:00.123 XXX-XXXXX-XXX RunA [START]
ID:ABC
NAME:ABC
PASS:ABC
DESCRIPTION:ABC
2024/01/15 00:00:10.123 XXX-XXXXX-XXX RunB [END]
2024/01/15 00:00:20.123 XXX-XXXXX-XXX RunA [START]
ID:CCC
NAME:CCC
PASS:CCC
DESCRIPTION:CCC
2024/01/15 00:00:30.123 XXX-XXXXX-XXX RunB [END]

しかし、下記awkコマンド②の場合、期待通りにはなりません。

awk '/RunA \[START\]/,/RunB \[END\]/ {if ($0 ~ /ID:BBB/) {found=1} if (found) print} /RunB \[END\]/ {found=0}' logfile

出力は下記の通りで、RunA [START]を含む行が出力されていませんでした。

ID:BBB
NAME:BBB
PASS:BBB
DESCRIPTION:BBB
2024/01/10 00:00:10.123 XXX-XXXXX-XXX RunB [END]

なぜ②ではRunA [START]の行が出力されなくなったのでしょうか。

Comments

[melian]

found の初期値が 0 だからです。

[eorou]

ありがとうございます。おっしゃる通り、foundが1になった後のログしかprintされませんね・・・。
期待にそぐわない実装になっておりました。もう一度処理を考えてみます。

Answer 1

/RunA \[START\]/,/RunB \[END\]/をひと塊とみて、その塊の中に、ID:BBBがあれば、その塊全体を出力したいということですかね？

ID:BBBは、塊の2行目にあるので、その塊が欲しいと思っても、それが分かった時に、1行目はすでに捨ててますね。
保存しておかないと。

awk '/RunA \[START\]/,/RunB \[END\]/ {a=a "\n" $0}
     /RunB \[END\]/ {if(a~/\nID:BBB\n/) print substr(a,2);a=""}'

範囲指定を使わないともうちょっとすっきりします。
これが普通でしょうか。割と簡明に読めます。
RunA行の直後にID:行がある前提なので、そうじゃなければ修正要。

awk '/RunA \[START\]/{a=$0}
     /^ID:BBB$/{print a; found=1}
     found{print}
     /RunB \[END\]/{found=0}' 

別解としては、RSを改行以外に設定して、上記記述での「塊」単位で処理するか。

awk 'BEGIN{RS="\nend\nstart\n|\nend\n|start\n"}
     /\nID:BBB\n/'

これは一番awkらしい書き方かと思いますが、セパレーターの記述がちょっと直感的でないか。

Comments

[eorou]

いくつもご提案いただきありがとうございます。
ご提案いただいた内容で無事解決いたしました。

Answer 2

参考までに、想定している結果を出力するためには以下の様にします。

awk '/RunA \[START\]/{start=$0} /ID:BBB/{found=1} found{if(start){print start;start=""};print} /RunB \[END\]/{found=0}' logfile

ちなみに、Perl では入力ファイルの内容を全て読み込んで(-0777 オプション)、該当の範囲を抽出します。

perl -0777 -ne 'print $& while /.*?RunA \[START\]\nID:BBB(.|\n)*?RunB \[END\]\n/g' logfile 

Comments

[eorou]

ありがとうございます。
Perlだとわかりやすいですね。これを機にPerlも学んでみます。

Answer 3

この問題を解決するために、条件を加えて特定の行を抽出するのではなく、範囲指定で特定の範囲内の全ての行を抽出し、Infinite Craft その中で特定の条件に合致する行を処理する方法があります。以下は修正されたawkコマンドの例です。