python - 您如何在 python 中的字符串中查找文本，然后在其后查找数字？

Question

我有一个日志文件，在文件中每一行的末尾都有这个字符串： 行号Line:#在哪里。#

我正在尝试获取 # 并将其与上一行的编号进行比较。在 python 中做到这一点的最佳方法是什么？

Answer 1

我可能会使用str.split，因为它看起来很容易：

with open('logfile.log') as fin:
    numbers = [ int(line.split(':')[-1]) for line in fin ]

现在您可以使用zip将一个数字与下一个数字进行比较：

for num1,num2 in zip(numbers,numbers[1:]):
    compare(num1,num2)  #do comparison here.

---

当然，这并不懒惰（当你真的一次只需要 2 个时，你一次将每个行号存储在文件中），所以如果你的文件很大，它可能会占用大量内存。不过，让它变得懒惰并不难：

def elem_with_next(iterable):
    ii = iter(iterable)
    prev = next(ii)
    for here in ii:
        yield prev,here
        prev = here

with open('logfile.log') as fin:
    numbers = ( int(line.split(':')[-1]) for line in fin )
    for num1,num2 in elem_with_next(numbers):
        compare(num1,num2)

Answer 2

我假设您没有方便的东西来拆分字符串，这意味着正则表达式可能更有意义。也就是说，如果日志文件中的行结构如下：

date: 1-15-2013, error: mildly_annoying, line: 121
date: 1-16-2013, error: err_something_bad, line: 123

然后您将无法line.split('#')按照建议使用 mgilson，尽管如果始终有冒号，line.split(':')可能会起作用。在任何情况下，正则表达式解决方案看起来像：

import re
numbers = []
for line in log:
    digit_match = re.search("(\d+)$", line)
    if digit_match is not None:
        numbers.append(int(digit_match.group(1)))

这里的表达式"(\d+)$"匹配一些数字，然后是行尾。我们使用返回的匹配对象上的方法提取数字，group(1)然后将它们添加到我们的行号列表中。

如果您不确定“Line: #”是否总是出现在日志的末尾，您可以将上面使用的正则表达式替换为类似于"Line:\s*(\d+)"检查字符串“Line:”的内容，然后是一些（或否）空格，然后是任意位数。