如何解析包含不确定数据模式的日志文件？
回答此问题可获得 20 贡献值，回答如果被采纳可获得 50 分。
<p>对于成功的请求，日志文件如下所示</p>
<pre><code>o 123456789.000 10.10.10.10 3 30 10 -
n A-123456 1452830400 1 1452
n C-73652 1452830400 1 23154
n B-967845 1452830400 1 37451
n G-809573 1452830400 1 92673
o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd
</code></pre>
<p>以<code>o</code>开始并有<code>some data</code>（如上所示）的行，以另一行以<code>o</code>开始结束。这就是模式。你知道吗</p>
<p>如果有多个这样的请求，日志文件会继续追加，如下所示</p>
<pre><code>o 123456789.000 10.10.10.10 3 30 10 -
n A-123456 1452830400 1 1452
n C-73652 1452830400 1 23154
n B-967845 1452830400 1 37451
n G-809573 1452830400 1 92673
o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd
o 123456789.000 10.10.10.10 3 30 10 -
n A-123456 1452830400 1 1452
n C-73652 1452830400 1 23154
n B-967845 1452830400 1 37451
n G-809573 1452830400 1 92673
o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd
</code></pre>
<p>文件中可能有一些错误生成的数据，这些数据可能用于任何早期请求或最新请求。你知道吗</p>
<p><strong>如果生成的错误数据不是针对最新请求，则可以忽略。</strong></p>
<p>示例：</p>
<pre><code>o 123456789.000 10.10.10.10 3 30 10 -
n A-123456 1452830400 1 1452
n C-73652 1452830400 1 23154
n B-967845 1452830400 1 37451
n G-809573 1452830400 1 92673
o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd
o 123456789.000 10.10.10.10 3 30 10 -
n A-123456 1452830400 1 1452
n C-73652 1452830400 1 23154
n B-967845 1452830400 1 37451
n G-809573 1452830400 1 92673
# Should be indication of request i.e., line beginning with o, followed some data
o 123456789.000 10.10.10.10 3 30 10 -
n A-123456 1452830400 1 1452
n C-73652 1452830400 1 23154
n B-967845 1452830400 1 37451
n G-809573 1452830400 1 92673
o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd
</code></pre>
<p><strong>如果为最新请求生成了错误的数据，则应捕获并突出显示该数据。</strong></p>
<p>示例：</p>
<pre><code>o 123456789.000 10.10.10.10 3 30 10 -
n A-123456 1452830400 1 1452
n C-73652 1452830400 1 23154
n B-967845 1452830400 1 37451
n G-809573 1452830400 1 92673
o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd
o 123456789.000 10.10.10.10 3 30 10 -
n A-123456 1452830400 1 1452
n C-73652 1452830400 1 23154
n B-967845 1452830400 1 37451
n G-809573 1452830400 1 92673
o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd
o 123456789.000 10.10.10.10 3 30 10 -
n A-123456 1452830400 1 1452
n C-73652 1452830400 1 23154
n B-967845 1452830400 1 37451
n G-809573 1452830400 1 92673
# No line present i,e., (o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd)
</code></pre>
<p>缺行可以是以<code>o</code>开头的第一行，也可以是以<code>o</code>开头的最后一行</p>
<p>我需要检查，每个请求日志都是用这种格式写的，一个文件中捕获了多少成功和不成功的请求？你知道吗</p>
<p>方法1：可以读取文件内容，然后像用o等行一样进行解析，我觉得这不可行</p>
<p>方法2：我觉得，reg ex是最佳和最好的解决方案。你知道吗</p>
<p>哪一个最好？你能帮我实现吗？你知道吗</p>
<p><strong>迄今为止已尝试：</strong></p>
<pre><code>reg_ex1 = "o\s+\d+(\.\d+)?\d+\s+\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\s+\d+\s+\d+\s+\d+\s+-"
reg_ex2 = "o\s+\d+(\.\d+)?\d+\s+\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\s+\d+\s+\d+\s+\d+\s+[a-zA-Z0-9_]+"
with open(""some_file.log, 'r') as content_file:
content = content_file.read()
pattern1 = re.compile(reg_ex1)
begin_lines = len(pattern1.findall(content))
pattern2 = re.compile(reg_ex2)
end_lines = len(pattern2.findall(content))
if begin_lines == end_lines:
print "File has successful requests captured"
else:
print "File has un-successful requests captured"
# If wrong-data generated is not for latest request, can be ignored.
# If wrong-data generated is for latest request, it should be caught and highlighted.
May be not a good idea though, please let me know.
</code></pre>
<p>升级版：</p>
<pre><code>o 123456789.000 10.10.10.10 3 30 10 001-
n A-123456===123 1452830400 1 14521
n C-73652 1452830400 1 231541
n B-967845 1452830400 1 37451
n G-809573==123 1452830400 1 926731
o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd
o 123456789.000 10.10.10.10 3 30 10 002-
n A-123456===456 1452830400 1 14522
n C-73652 1452830400 1 231542
n B-967845 1452830400 1 37452
n G-809573===456 1452830400 1 926732
o 123456789.000 10.10.10.10 3 30 10 003-
n A-123456===789 1452830400 1 14523
n C-73652 1452830400 1 231543
n B-967845 1452830400 1 374513
n G-809573===789 1452830400 1 926733
o 123456789.000 10.10.10.10 3 30 10 some_random_text_alphanumeric_jdjfdjfdfhdkjfhdkhfdhfdfdfhkdhfkdjfdkjfkdfdkfdkjnc maxbgrsdfuyhlwkjdnkshbvhsgdvsdsjdbskdhskdjoihe73njndedejdoekekdednd
</code></pre>
<p>对于上面的文本，我想提取数据包1和3。你知道吗</p>
请先 登录 后评论
针对此问题: 更多的回答
- 89 关注
- 1 收藏，216 浏览
- 网友 提问于 2天前
相关Python问题
- 文本导入时标题行中的特殊字符 10 回答
- 文本小部件：在没有输入时更新并在循环后保持空闲 8 回答
- 文本小部件tkin 8 回答
- 文本小部件tkinter中的标签更改或文本外观更改是否有撤消功能？ 5 回答
- 文本小部件tkinter复制图像选项 4 回答
- 文本小部件上的Python Tkinter ttk滚动条未缩放 9 回答
- 文本小部件上的滚动条可能需要根据制表符ord显示前进行滚动 9 回答
- 文本小部件不显示lis中的内容 3 回答
- 文本小部件不显示Unicode字符 10 回答
- 文本小部件中写入的行间距 10 回答
- 文本小部件中的文本作为变量 5 回答
- 文本小部件中的滚动条仅显示在底部 9 回答
- 文本小部件中的选项卡键空间计数 2 回答
- 文本小部件作为Lis 9 回答
- 文本小部件在主框架中扩展列宽 2 回答
- 文本小部件未使用删除功能清除 1 回答
- 文本小部件滚动动画（Tkinter、Python） 9 回答
- 文本居中。格式正确吗？ 3 回答
- 文本差分算法 2 回答
- 文本已知时音频文件中的单词索引 5 回答
