0

我有2个文件：

  • access.log.13 ：来自网络服务器的简单访问日志。
  • bots.txt：包含蜘蛛和爬虫的名称，每一个都在不同的行中，例如：googlebot mj12bot baidu 等

我想创建第三个文件“ hits.txt ”，其中包含“access.log.13”中的所有行，其中包含文件“spiders.txt”中的任何单词

这是我的小弗兰肯斯坦：

file_working = file("hits.txt", "wt")

file_1_logs = open("access.log.13", "r")
file_2_bots = open("bots.txt", "r")
file_3_hits = open("hits.txt", "a")

list_1 = arxiu_1_logs.readlines()
list_2 = arxiu_2_bots.readlines()

file_3_hits.write("Lines with bots: \n \n")

for i in list_2:
    for j in list_1:
     if i in j:          
         file_3_hits.write(j)

arxiu_1_logs.close()
arxiu_2_bots.close()

它不起作用，因为我只在 bots.txt 中的行与 access.log.13 中的任何行完全相同时才会被点击。谢谢

4

2 回答 2

1

你可以用更蟒蛇的方式来做：

with open('spiders.txt') as fh:
    words = set(re.split(r'[ \n\r]+', fh.read())) # set of searched words

with open('access.log.13') as file_in, \
     open('hits.txt', 'w') as file_out:
    for line in file_in:
        if any(word in line for word in words): # look for any of the words
            file_out.write(line)

或者你可以使用更好的理解：

with open(...) as file_in, open (...) as file_out: # same as previously
    good_lines = (line for line in file_in if any(word in line for word in words))
    for good_line in good_lines:
        file_out.write(good_line)
于 2013-05-13T12:25:51.767 回答
0

将 if 替换为：

if j.find(i) != -1
于 2013-05-13T12:18:14.097 回答