如何解决Bash 脚本:检测电子邮件地址后的分隔符,并进行分支
我有一组 txt 文件需要解析并插入到 MysqL。 在尝试 sql INSERT 之前,我正在尝试编写一个 bash 脚本来清理数据。
文件通常采用以下格式:
email@address.com:hashed_password
在某些情况下,如上例所示,分隔符是冒号 ':'
- 是的,又好又容易...
但是有些文件使用逗号“,”或分号“;”作为分隔符。
- 嗯,没那么容易。
email@address.com;hashed_password
email@address.co.uk,hashed_password
email@address.fr,hashed_password
--注意分隔符的不同用法。
我正在尝试编写一个 bash 脚本来检查 txt 文件中的每一行。 对于每一行,脚本应检测正在使用的分隔符,并相应地调整行。
我决定使用三个冒号作为 sql 分隔符 '::::'。这是因为许多散列密码包含更多出现的分隔符。
这是我的原始 bash 脚本:
#!/bin/bash
DIR="/file/path/location"
for file in "$DIR"/*.txt
do
echo "Processing file $file"
sed -i 's/:/:::/' "$file"
echo "Importing to sql db"
MysqL -uroot -p'password' <<EOF
USE collection1;
LOAD DATA LOCAL INFILE '$file' INTO TABLE test_table CHaraCTER SET utf8mb4 FIELDS TERMINATED BY ':::' LInes TERMINATED BY '\n';
EOF
echo "Import complete,archiving file..."
sudo mv "$file" processed/
done
第一次尝试在文件有冒号分隔符的情况下工作,但当然无法处理使用分号或逗号的文件。
我想我需要一些模式匹配?好吧,那么让我们陷入困境。
我尝试了一些模式匹配,因为我是新手。我结束了这一行:
grep -Eio '\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b' test_data.txt
email@address.net
email@address.com
email@address.fr
etc
好的,但我需要检测这些电子邮件地址后面的分隔符。好吧,我做了一个简单的补充:
grep -Eio '\b[A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b.{0,1}' test_data.txt
又一次胜利,这次我得到了一个电子邮件地址列表,每行末尾都带有分隔符:
email@address.net:
email@address.fr;
email@address.com:
etc
但是,我如何根据分隔符做出决定/分支?我采用这种方法是否朝着正确的方向前进?
我要做的是:
if [ delimiter=":" ]
sed -i 's/:/:::/' "$file"
elif [ delimiter =";" ]
sed -i 's/;/:::/' "$file"
elif [ delimiter ="," ]
sed -i 's/,/:::/' "$file"
etc
我希望这是有道理的!非常感谢任何帮助。
解决方法
为什么要确定分隔符?只允许使用任何一个分隔符。
在这里,我们将在每个 ,
之后遇到的第一个 ;
/:
/@
替换为您的自定义分隔符 :::
sed -i -E 's/(@[^,;:]*)[,;:]/\1:::/' "$file"
即使本地部分(在 @
之前)can contain ,
/,
/:
被引用时,这也是安全的。域部分(在 @
之后)既不能包含 ,
,也不能包含 ;
,也不能包含 :
。因为我们只看那部分,所以没有问题。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。