0

我是 python 新手。我正在尝试编写一个快速而肮脏的python脚本来查找某些字符串日志文件并从该行中提取某些信息。日志文件中的行如下所示

2012-08-01 13:36:40,449 [PDispatcher: ] ERROR  Fatal error DEF_CON encountered. Shutting down
2012-08-01 14:17:10,749 [PDispatcher: ] INFO  Package 1900034442 Queued for clearance.
2012-08-01 14:23:06,998 [PDispatcher: ] ERROR Exception occurred attempting to lookup prod id 90000142

我有一个函数，其中输入参数将是文件名和要查找的模式数组。目前我可以找到文件中包含一个或多个指定模式的所有行（尽管不确定它是否是最有效的方法）并且我能够提取行号和行。 

def searchLogs(fn, searchPatterns):
    res = []
    with open(fn) as f:
        for lineNo, line in enumerate(f, 1):
            #check if pattern strings exist in line
            for sPattern in searchPatterns:
                if sPattern in line:
                    fountItem = [fn, pattern, lineNo, line]
                    res.append(fountItem)
    return res

searchLogs("c:\temp\app.log", ["ERROR", "DEF_CON"]) #this should return 3 elements based on the above log snipped (2 for the first line and 1 for the third line)

我还想做的是在搜索时提取日期和时间。因此，我正在考虑将搜索模式修改为带有分组的正则表达式字符串，以搜索和提取日期。只有一个问题，我不确定如何在 python 中做到这一点......任何帮助将不胜感激。

编辑（解决方案）：在塞巴斯蒂安的帮助和乔尔提供的链接下，我想出了这个解决方案：

def search_logs(fn, searchPatterns):
    res = []
    with open(fn) as f:
        for lineNo, line in enumerate(f, 1):
            #check if pattern strings exist in line
            for sPattern in searchPatterns:
                #crude reg ex to match pattern and if matched, 'group' timestamp
                rex = r'^(.+) \[.*' + pattern 
                ms = re.match(rex, line)
                if ms:
                    time = ms.group(1)
                    item = Structs.MatchedItem(fn, pattern, lineNo, line, time)
                    res.append(item)
    return res

search_logs("c:\temp\app.log", ["ERROR", "DEF_CON"]) #this should return 3 elements based on the above log snipped (2 for the first line and 1 for the third line)
4

2 回答 2

1

有两个部分：

  • 提取日期时间字符串
  • 将其解析为日期时间对象

对于后者，您可以使用datetime.strptime()函数：

try:
    dt = datetime.strptime(line.split(" [", 1)[0], "%Y-%m-%d %H:%M:%S,%f")
except ValueError:
    dt = None

前者取决于您的日志文件的规则性以及您希望解决方案的速度和健壮程度，例如，line.split(" [", 1)[0]速度快但脆弱。一个更强大的解决方案是：

' '.join(line.split(None, 2)[:2])

但它可能会更慢。

于 2012-08-02T04:05:35.437 回答
1

这是您的正则表达式。我已经测试了正则表达式，但没有测试完整的代码

def searchLogs(fn, searchPatterns):
    res = []
    with open(fn) as f:
        for lineNo, line in enumerate(f, 1):
            #check if pattern strings exist in line
            for sPattern in searchPatterns:
                if sPattern in line:
                    date = re.search(r'(19|20)\d{2}-(0[1-9]|[12])-(0[1-9]|[12][0-9]|3[01])',line).group()
                    time = re.search(r'\b([01][0-9]|2[0-3]):([0-5][0-9]):([0-5][0-9]),[0-9][0-9][0-9]',line).group()
                    fountItem = (fn, pattern, lineNo, date, time, line) # prefer a tuple over list
                    res.append(fountItem)
    return res

PS：REs总是在错误的地方很痛苦。如果您需要解释，请告诉我。:)

于 2012-08-02T04:57:06.073 回答