程序员经常会面临日志的分析工作。而正则表达式是处理日志的必备工具。
“Line 622: 01-01 09:04:16.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf] update_freeze_data: dabc9:bl_level=1740” “app_log_cat new log begin” “Line 627: 01-01 09:04:17.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf] update_freeze_data: dabc:bl_level=1720”
比如,对于上面的日志,需要找到日志时间,并且要找到对应格式的数据。这里面包含的问题主要包括:
- 匹配工作。需要找到真正的日志,上面的第二行就不是真正的日志;
- 分割工作(split)。把日志按照空格进行分割,找到日志时间;
- 筛选工作。找到匹配的格式,从而把数字1740和1720筛选出来。
针对匹配工作,需要找到开头是 ‘Line‘ 的行。用到re的search()函数。
import re strrs = list() strrs.append("Line 622: 01-01 09:04:16.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf] update_freeze_data: dabc9:bl_level=1740") strrs.append("app_log_cat new log begin") strrs.append("Line 627: 01-01 09:04:17.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf] update_freeze_data: dabc:bl_level=1720") regex = r‘Line‘ for strr in strrs: str_search = re.match(regex, strr) if str_search: print(True) else: print(False)
匹配结果如下
True False True
针对分割工作,需要找到日志时间。观察上述日志,是以空格作为分割依据。
import re strr = ‘Line 622: 01-01 09:04:16.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf]‘ ‘ update_freeze_data: dabc9:bl_level=1740‘ regex = ‘\s‘ str_split = re.split(regex, strr) print(str_split)
分割后的输出是一个list,在其中选择时间对应的数据即可。
[‘Line‘, ‘622:‘, ‘01-01‘, ‘09:04:16.727‘, ‘<6>‘, ‘[pid:14399,‘, ‘cpu1‘, ‘dabc_pwym_task]‘, ‘[histbf]‘, ‘update_freeze_data:‘, ‘dabc9:bl_level=1740‘]
针对筛选工作,需要找到最后的数据。
import re strr = """Line 622: 01-01 09:04:16.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf] update_freeze_data: dabc9:bl_level=1740 Line 627: 01-01 09:04:17.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf] update_freeze_data: dabc:bl_level=1720""" regex = r‘dabc\d?:bl_level=(\d+)‘ str_select = re.findall(regex, strr) print(str_select)
筛选后的结果是一个list
[‘1740‘, ‘1720‘]
时间: 2024-10-11 05:24:39