0

我面临的问题是找出文件处理程序背后的文件类型。

我需要这个，因为我的 apache_log_parser 无法解析一行并且整个程序被撞了出来：

Traceback (most recent call last):   File "VirtualEnvs/moslog/bin/mosloganalisys.py", line 108, in
 <module>
     totalines = count_agent(logfilehandler,agentcount,totalines)   File "VirtualEnvs/moslog/bin/mosloganalisys.py", line
 27, in count_agent
     log_line_data = line_parser(line)   File "VirtualEnvs/moslog/lib/python2.7/site-packages/apache_log_parser/__init__.py",
 line 225, in parse
     raise LineDoesntMatchException(log_line=log_line, regex=self.log_line_regex.pattern)

原因是文件处理程序指向一个 gz 文件。不管我是否使用 gzip 库来解压缩文件，因为这是一个双重压缩文件 *.gz.gz，因此解压缩的文件又是另一个 gzip 文件。

所以我尝试使用 python-magic 库来找出文件类型，但似乎需要一个文件名。

     72         """
     73         self._thread_check()
---> 74         if not os.path.exists(filename):
     75             raise IOError("File does not exist: " + filename)
     76 

/usr/lib64/python2.7/genericpath.pyc in exists(path)
     16     """Test whether a path exists.  Returns False for broken symbolic links"""
     17     try:
---> 18         os.stat(path)
     19     except os.error:
     20         return False

我已经实现了一个 try:/expect: 语句，但这并不能真正解决处理大量无用行的问题。

你建议怎么做？谢谢

4

1 回答 1

0

在魔术库中看起来更好，我找到了这样做的方法：

logfile=open('workspace/mosloganalysis/access.log.1429142400','r').read(1024)
print logfile
magic.from_buffer(logfile)

您只需要打开读取第一个 1024 字符的文件并使用函数 magic.from_buffer

于 2015-05-22T12:41:39.077 回答