前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >大文件分割、命名脚本 - Python

大文件分割、命名脚本 - Python

作者头像
HoLoong
发布2020-09-21 18:42:21
7610
发布2020-09-21 18:42:21
举报
文章被收录于专栏:尼莫的AI小站尼莫的AI小站

日志文件分割、命名

工作中经常会收到测试同学、客户同学提供的日志文件,其中不乏几百M一G的也都有,毕竟压测一晚上产生的日志量还是很可观的,xDxD,因此不可避免的需要对日志进行分割,通常定位问题需要针对时间点,因此最好对分割后的日志文件使用文件中日志的开始、结束时间点来命名,这样使用起来最为直观,下面给大家分享两个脚本,分别作分割、命名,希望能够给大家提供一点点帮助;

大文件分割

用法:

  1. python split_big_file.py
  2. 输入文件全路径名
  3. 输入期望的分割后每个小文件的行数
  4. Just wait.

代码如下:

代码语言:javascript
复制
	# -*- coding:utf-8 -*-

	import os,re,shutil
	import platform

	sys_name = platform.system().lower()
	SPLIT_CHAR = '\\' if sys_name.find('windows') != -1 else '/'

	print('input big files`s path:')
	_path = raw_input()
	names = []
	pathes = []
	if os.path.isfile(_path):
		print('is file')
		names.append(_path)
	else:
		print('is nothing')
	'''
	elif os.path.isdir(_path):
		print('This is dir')
		pathes = os.listdir(_path)
		print('pathes='+str(pathes))
		for i in range(len(pathes)):
			fullpath = _path+SPLIT_CHAR+pathes[i]
			print('fullpath='+fullpath)
			if os.path.isfile(fullpath):
				names.append(fullpath)
				files.append(open(fullpath).read().split('\n'))
	'''
		
	print(len(names))

	line_num = int(raw_input('every file`line num = '))
	print('line number='+str(line_num))

	for i in range(len(names)):
		_name = names[i]
		ori_name = _name.split(SPLIT_CHAR)[len(_name.split(SPLIT_CHAR))-1]
		dir_name = _name.replace(ori_name,'DIR_'+ori_name)
		dir_name = dir_name.replace('.','_')
		print ori_name
		print dir_name
		os.system('mkdir '+dir_name)
		count = 1
		print '已处理:'+str(count)+'行'
		part_file = open(dir_name+SPLIT_CHAR+str(0)+'.part.txt','w')
		with open(_name, 'rb') as f:
		    for line in f:
			if count%line_num == 0:
			    part_file.close()
			    part_file = open(dir_name+SPLIT_CHAR+str(int(count/line_num))+'.part.txt','w')
			part_file.write(line+'\n')
			count+=1
			if count%100000 == 0:
			    print '已处理:'+str(count)+'行'
		print '已处理:'+str(count)+'行'
		os.system('python ./get_name_logfile.py '+dir_name)

文件按照开始、结束行时间戳重命名

用法:

  • python get_name_logfile.py log.txt
  • python get_name_logfile.py logs

参数选择文件或者文件夹均可,如果是文件夹,则会针对文件夹中的每个文件做处理(不会递归到文件夹下文件夹中的文件哦);

代码如下:

代码语言:javascript
复制
	# -*- coding:utf-8 -*-


	import os,re,shutil
	import sys
	import platform

	sys_name = platform.system().lower()
	SPLIT_CHAR = '\\' if sys_name.find('windows') != -1 else '/'

	_path = sys.argv[1]
	names = []
	files = []
	pathes = []
	if os.path.isfile(_path):
		print('is file')
		names[0] = _path
	elif os.path.isdir(_path):
		print('This is dir')
		pathes = os.listdir(_path)
		print('pathes='+str(pathes))
		for i in range(len(pathes)):
			fullpath = _path+SPLIT_CHAR+pathes[i]
			print('fullpath='+fullpath)
			if os.path.isfile(fullpath):
				names.append(fullpath)
	else:
		print('is nothing')
		
	print(len(names))

	#	日期格式 : 05-26 18:20:42.093	r'\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{3}'
	#	
	#	05-26 18:20:43.093:r'\d{2}-\d{2} {1,}\d{2}:\d{2}:\d{2}.\d{1,10}'

	date_reg = r'\d{2}-\d{2} {1,}\d{2}:\d{2}:\d{2}.\d{1,10}'
	time_reg = r'\d{2}:\d{2}:\d{2}.\d{1,10}'

	for i in range(len(names)):
		_name = names[i]
		print('name='+_name)
		# head 尝试在10行内查找日期
		head_len = 10
		start_time = '(start_time-'
		_file_ = open(_name, 'rb')
		reads = _file_.read()
		_file = reads.split('\n')
		if len(_file)/2 < 10:
			head_len = len(_file)/2
		for j in range(head_len):
			res = re.search(date_reg, _file[j])
			if res!=None and res.group(0)!=None:
				start_time = res.group(0)
				print('start_time='+start_time)
				break
		# tail
		tail_len = len(_file)-head_len
		end_time = '-end_time)'
		for j in range(len(_file)-1,tail_len-1,-1):
			res = re.search(time_reg, _file[j])
			if res!=None and res.group(0)!=None:
				end_time = res.group(0)
				print('end_time='+end_time)
				break
		_file_.close()
		ori_name = _name.split(SPLIT_CHAR)[len(_name.split(SPLIT_CHAR))-1]
		print('ori_name='+ori_name)
		new_name = start_time.replace(':','-')+'__'+end_time.replace(':','-')+os.path.splitext(ori_name)[1]
		print('new_name='+new_name)
		print("copy %s %s" % (_name, _name.replace(ori_name,new_name)))
		#os.system ("copy %s %s" % (_name, _name.replace(ori_name,new_name)))
		shutil.copy(_name,_name.replace(ori_name,new_name))
		os.system ("rm -rf "+_name)

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019-09-28 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 日志文件分割、命名
    • 大文件分割
      • 文件按照开始、结束行时间戳重命名
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档