我有一些文本,我想从中提取Key=Value对(见下文)。我尝试使用regex,但是key=value对的格式不一致。例如,许多值都用引号括起来,有些则没有。
这是几乎起作用的正则表达式,但有几个离群点。
(\w*)=([\w,\",:,\-,(,\.,\+,\)]*)
消息满足警报条件日期=2020-08-20 time=00:33:57 devname=FGT3HD3999906624 devid=FGT3HD3999906624 logid=“0100032003 type=”事件“subtype=”系统“level=”信息“vd=”根“eventtime=1597847637407862934 tz="+1000”logdesc="Admin注销成功的“sn="159999794”user=“管理”ui="https(10.198.199.105)“method="https”srcip=10.198.199.105 dstip=192.168.23.254 action=“注销”成功“en20#”超时值“”管理员管理超时“(10.198.199.105)”管理员IT管理员Ph:
发布于 2020-08-23 09:05:32
你有几种方法可以做到这一点。首先,由于您说您的键值对嵌入在更大的电子邮件中,所以您需要提取它们。您可以使用这个正则表达式来检查以单词和等号开头的行:
import re
text = " ... Full email text ... "
dataPoints = re.search(r"^\w*=.*$", text, re.MULTILINE).group(0)
那么你需要创建你的字典。
选项1:最简单的
使用以下regex查找:
result = dict(re.findall(r'(\w*)=(\".*?\"|\S*)', dataPoints))
选项2:典型的拆分
按照解决此问题的典型方法:将各种键值组合拆分为一个列表,然后将每个组合拆分为单独的键和值。但是,由于您的键值对是用空格分隔的,而不是分号、符号或类似的东西,而且您的一些值中也有空格,所以我们不能简单地按空格拆分。这意味着我们需要使用正则表达式向前看,这样才能正常工作:
regexSplit = dict([i.split("=") for i in re.split(r"\s(?=\w+=)", dataPoints)])
选项3:无正则表达式
如果您想完全避免出于任何原因使用regex,可以使用以下方法,在等于符号上拆分,然后将键和值重新组合成创建字典的适当安排:
allSplits = dataPoints.split("=")
splitList = [allSplits[0]] + [i for a in allSplits[1:-1]
for i in a.rsplit(" ", 1)] + [allSplits[-1]]
splitDict = dict(zip(splitList[::2], splitList[1::2]))
以上代码假设您的字典将至少有2项。
https://stackoverflow.com/questions/63544447
复制相似问题