仅向文件写入行的某些列（用空格分隔）

Question

我正在一行一行地读日志。我试图只打印行的某些列。对于bash脚本，我将使用awk和$来分隔它。但是，我不知道如何用Python实现它。我试过使用split，但它不能完全满足我的需要。你知道吗

我现在的代码：

for line in file:
    if STORED_PROCS_BEGIN in line:
        log.write(line)
    elif STORED_PROCS_FINISHED in line:
        log.write(line)
    elif STORED_TASK_BEGIN in line:
        log.write(line)
    elif STORED_TASK_FINISHED in line:
        log.write(line)
    elif ACTUATE_REPORT_SCHEDULE in line:
        break

所以当我试图格式化要传递到write（）的行时。你知道吗

我想要的例子：

date time info junk1 junk2 name=>；日期时间信息名称

编辑：我有一个想法，我可以分割和提取我想要的字段，并将它们连接在一起。。但必须有更好的办法。你知道吗

Answer 1

试试这个：

' '.join(filter(lambda x: x not in ['junk1', 'junk2'] , line.split()))

Answer 2

我假设列之间用制表符隔开。 如果您确实不想这样做：

columns = line.split("\t")
line = "\t".join(columns[:3] + columns[5:])

或者更紧凑更丑陋：

line = "\t".join(line.split("\t")[:3] + line.split("\t")[5:])

…您可以使用regex替换：

line = re.sub(r'(\S+\t\S+\t\S+)\t\S+\t\S+\t(\S+)', r'\1\t\2', line)

\t=制表符

\S+=一个或多个非空白字母

（）=组

这将前四列分组为reference\1，最后一列分组为reference\2，并用由制表符分隔的组1和组2替换匹配表达式。你知道吗

在交互式python中运行：

$ re.sub(r'(\S+\t\S+\t\S+)\t\S+\t\S+\t(\S+)', r'\1\t\2',line)
'date\ttime\tinfo\tname'

Answer 3

您可以使用split()将一行拆分为单词，没错。然后，可以对输出中要包含的列进行索引：

line = 'date time info junk1 junk2 name'
parts = line.split()
parts_I_want = parts[0:3] + parts[5:6]
print ' '.join(parts_I_want)

如果只想删除某些列，还可以使用del：

line = 'date time info junk1 junk2 name'
parts = line.split()
del parts[4]  # junk2
del parts[3]  # junk1
print ' '.join(parts)