逐行读取文本文件，并在Python中存储匹配特定模式的变量
逐行读取文本文件，并在Python中存储匹配特定模式的变量
提问于 2018-08-30 03:33:23
我们有一个很大的日志文件，其中包含以下两行：
00 LOG | Cycles Run: 120001
00 LOG ! Virtual: Max> ?????????? bytes (?.???? gb), Current> 640733184 bytes (?.???? gb).
00 LOG ! Virtual: Max> 1082470400 bytes (?.???? gb), Current> ????????? bytes (?.???? gb).
00 LOG ! Actual: Max> ????????? bytes (?.???? gb), Current> 472154112 bytes (?.???? gb).
00 LOG ! Actual: Max> 861736960 bytes (?.???? gb), Current> ????????? bytes (?.???? gb).由于日志文件很大，我们希望逐行读取(而不是一次读取缓冲区中的整个文本)，匹配特定的模式集，并在单独的变量中拾取值。
例如：
00 LOG | Cycles Run: 120001我们希望选择120001并将其存储在一个变量中，比如cycle。
另一方面，我们解析这些行：
00 LOG ! Virtual: Max> ?????????? bytes (?.???? gb), Current> 640733184 bytes (?.???? gb).
00 LOG ! Virtual: Max> 1082470400 bytes (?.???? gb), Current> ????????? bytes (?.???? gb).
00 LOG ! Actual: Max> ????????? bytes (?.???? gb), Current> 472154112 bytes (?.???? gb).
00 LOG ! Actual: Max> 861736960 bytes (?.???? gb), Current> ????????? bytes (?.???? gb).用?标记的字符可以是任何数字。
我们想要存储像这样的变量：
var virtual_cur中的
640733184
var virtual_max中的1082470400
var actual_cur中的472154112
var actual_max中的861736960
用Python 3.6编写了一个代码片段，但它打印的是空列表：
import re
filename = "test.txt"
with open(filename) as fp:
line = fp.readline()
while line:
cycle_num = re.findall(r'00 LOG | Cycles Run: (.*?)',line,re.DOTALL)
line = fp.readline()
print (cycle_num[0])注意:我想在单独的变量中选择每个值，并在以后使用它。需要逐个设置5个模式，如果匹配任何特定模式，则选择值并将其放入相应的变量中。
不确定第二个模式的通配符是否匹配。
请给我们一个有效的方法来做这件事。
回答 3
Stack Overflow用户
回答已采纳
发布于 2018-08-30 04:13:47
使用正则表达式
(?:(?:Cycles Run:[ \t]+)|(?:Current>[ \t]+))(\d+)你可以按照下面的思路做一些事情：
import re
pat=re.compile(r'(?:(?:Cycles Run:[ \t]+)|(?:Current>[ \t]+))(\d+)')
with open('test.txt','r') as f:
for line_num, line in enumerate(f):
m=pat.search(line)
if m:
print(line_num, m.group(0))Stack Overflow用户
发布于 2018-08-30 03:57:21
你可以在这里使用一个带有两个lookbehinds的替换：
(?<=Cycles Run: )\d+|(?<= Current> )\d+正则表达式演示here。
Python示例：
import re
text = '''
00 LOG | Cycles Run: 120001
00 LOG ! Virtual: Max> 1082470400 bytes (1.0081 gb), Current> 640733184 bytes (0.5967 gb)
'''
pattern = re.compile(r'(?<=Cycles Run: )\d+|(?<= Current> )\d+')
matches = re.findall(pattern,text)
num_cycle = matches[0]
current = matches[1]
print(num_cycle,current)打印：
120001 640733184由于您在循环中重复该过程，因此建议在循环之前只使用re.compile编译一次模式。
Stack Overflow用户
发布于 2018-08-30 04:01:48
这里我们搜索一些标识符(比如cycles并应用不同的正则表达式)
import re
with open('test.txt','r') as f:
for line in f:
if re.search(r'Cycles',line):
m=re.findall(r'\d+$',line)
else:
m=re.findall(r'Current> (\d+)',line)
print(m)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52084871
复制相关文章
相似问题