什么是特殊文本的最佳Python正则表达式？

嗨，我有一个日志文件，该文件的内容低于：什么是特殊文本的最佳Python正则表达式？

[ 06-15 14:07:48.377 15012:15012 D/ViewRootImpl ] 
ViewPostImeInputStage processKey 0 

[ 06-15 14:07:48.397 3539: 4649 D/AudioService ] 
active stream is 0x8 

[ 06-15 14:07:48.407 4277: 4293 D/vol.VolumeDialogControl.VC ] 
isSafeVolumeDialogShowing : false

我想提取从日志文件。该预期的格式一些信息如下：

[('06-15 14:07:48.377', '15012', 'D', 'ViewRootImpl', 'ViewPostImeInputStage processKey 0'), 
('06-15 14:07:48.397', '3539', '4649', 'D', 'AudioService', 'active stream is 0x8'), 
('06-15 14:07:48.407', '4277', '4293', 'D', 'vol.VolumeDialogControl.VC', 'isSafeVolumeDialogShowing : false')]

问题：提取预期格式信息的最佳python正则表达式是什么？非常感谢！

upate：我曾尝试下面的代码

import re 
regex = r"(\d{2}-\d{2}\s\d{2}:\d{2}:\d{2}.\d{3})\s(\d+).*(\w{1})/(.*)\](.*)" 
data = [g.groups() for g in re.finditer(regex, log, re.M | re.I)]

我已经得到的结果是

data=[('06-15 14:07:48.377', '15012', 'D', 'ViewRootImpl', '\r'), (
'06-15 14:07:48.397', '3539', 'D', 'AudioService', '\r'), ('06-15 14:07:48.407', 
'4277', 'D', 'vol.VolumeDialogControl.VC', '\r')]

我不能得到最后一个元素。

来源

2017-06-15 nanci

请提供您已经尝试代码。 – dhdavvie

请先显示您的尝试。另外你需要的是格式化字符串，因为你正在使用整个字符串。 – wolfsgang

最好的正则表达式是你自己编写的正则表达式，这样你就可以理解它在稍后需要调整。 –

用下面的办法：

with open('yourlogfile', 'r') as log: 
    lines = log.read() 
    result = re.sub(r'^\[ (\S+) *(\S+) *(\d+): *(\d+) *([A-Z]+)\/(\S+) \]\n([^\n]+)\n?', 
        r'\1 \2 \3 \4 \5 \6 \7', lines, flags=re.MULTILINE) 

    print(result)

输出：

06-15 14:07:48.377 15012 15012 D ViewRootImpl ViewPostImeInputStage processKey 0 
06-15 14:07:48.397 3539 4649 D AudioService active stream is 0x8 
06-15 14:07:48.407 4277 4293 D vol.VolumeDialogControl.VC isSafeVolumeDialogShowing : false

要获得结果作为匹配列表使用re.findall()功能：

... 
result = re.findall(r'^\[ (\S+) *(\S+) *(\d+): *(\d+) *([A-Z]+)\/(\S+) \]\n([^\n]+)\n?', lines, flags=re.MULTILINE) 
print(result)

输出：

[('06-15', '14:07:48.377', '15012', '15012', 'D', 'ViewRootImpl', 'ViewPostImeInputStage processKey 0'), ('06-15', '14:07:48.397', '3539', '4649', 'D', 'AudioService', 'active stream is 0x8'), ('06-15', '14:07:48.407', '4277', '4293', 'D', 'vol.VolumeDialogControl.VC', 'isSafeVolumeDialogShowing : false')]

来源

2017-06-15 12:19:24 RomanPerekhrest

感谢您的回答，我还想问另一个问题，我如何得到如下列表的结果，我已经尝试过，但我可以没有最后一个元素。 [（'06 -15 14：07：48.377'，'15012'，'D'，'ViewRootImpl'，'ViewPostImeInputStage processKey 0'），（ '06 -15 14：07：48.397'，'3539'， 'D'，'AudioService'，'active stream is 0x8'），（'06 -15 14：07：48.407'， '4277'，'D'，'vol.VolumeDialogControl.VC'，'isSafeVolumeDialogShowing：false' ）] – nanci

@nanci，看我的更新 – RomanPerekhrest

嗨，我更新我的问题，请原谅我。 – nanci

#!/usr/bin/python2 
# -*- coding: utf-8 -*- 

import re 

input = """ 
[ 06-15 14:07:48.377 15012:15012 D/ViewRootImpl ] 
ViewPostImeInputStage processKey 0 

[ 06-15 14:07:48.397 3539: 4649 D/AudioService ] 
active stream is 0x8 

[ 06-15 14:07:48.407 4277: 4293 D/vol.VolumeDialogControl.VC ] 
isSafeVolumeDialogShowing : false 
""" 

# remove carriage return 
input = re.sub('(\])\s+', '\\1 ', input) 

# replace D/Something ] -> D Something 
input = re.sub('([A-Z]{1})/([^\s]+)\s+\]\s+', '\\1 \\2 ', input) 

# remove first [ 
input = re.sub('\[\s+([0-9]{2}\-[0-9]{2})', '\\1', input) 

print input

输出

06-15 14:07:48.377 15012:15012 D ViewRootImpl ViewPostImeInputStage processKey 0 

06-15 14:07:48.397 3539: 4649 D AudioService active stream is 0x8 

06-15 14:07:48.407 4277: 4293 D vol.VolumeDialogControl.VC isSafeVolumeDialogShowing : false

来源

2017-06-15 12:13:16 ZiTAL

嗨，zital，非常感谢您 – nanci

什么是特殊文本的最佳Python正则表达式？

回答

相关问题