我有一个包含很多这样的行的文本文件。
Jul 15 12:12:51 whitelist logger: 1|999999999999|id:d9faff7c-4016-4343-b494-37028763bb66 submit date:1307130919 done date:1307130919 stat:DELIVRD err:0|L_VB3_NM_K_P|1373687445|vivnel2|L_VB3_GH_K_P|promo_camp1-bd153424349bc647|1
我需要在数据库中插入值，因此我需要分隔这些值。
1) logger
2) submit date
3) done date
4) stat
5) err
以下是隔离记录器字符串的工作。
tail messages | grep logger: | awk -F'logger: ' '{print $2}' | awk '{print $1}'
这是划分字符串的正确方法吗？有更好的选择吗？
如果您将关键字放在文件中，这将起作用：GNU sed的代码：
sed -nr 's#.*#h;s/.*(&):\\s*(\\w+).*/\\1:\\2/p;g#p' file2|sed -nrf - file1
例子：
$猫文件1 Jul 15 12:12:51 whitelist logger: 1|999999999999|id:d9faff7c-4016-4343-b494-37028763bb66 submit date:1307130919 done date:1307130919 stat:DELIVRD err:0|L_VB3_NM_K_P|1373687445|vivnel2|L_VB3_GH_K_P|promo_camp1- bd153424349bc647|1 $猫文件2 记录器 提交日期 完成日期 统计 呃 $ sed -nr 's#.*#h;s/.*(&):\\s*(\\w+).*/\\1:\\2/p;g#p' file2|sed - nrf - 文件 1 记录器：1 提交日期：1307130919 完成日期：1307130919 统计：DELIVRD 错误：0
在 Python 中有很多方法可以实现这一点。一种简单的方法是使用 Python 的内置正则表达式。假设日志输出始终遵循上述规则，您可以像这样提取感兴趣的部分：
import re
s = "Jul 15 12:12:51 whitelist logger: 1|999999999999|id:d9faff7c-4016-4343-b494-37028763bb66 submit date:1307130919 done date:1307130919 stat:DELIVRD err:0|L_VB3_NM_K_P|1373687445|vivnel2|L_VB3_GH_K_P|promo_camp1-bd153424349bc647|1"
logger_re = re.compile(
"logger: ([^ ]+)\
submit date:(\d+)\
done date:(\d+)\
stat:(.+)\
err:(.+)$")
print logger_re.search(s).groups()
.groups() 方法返回()括号内的字符串元组。