的Python：解析与领域

我试图分析在“clientname'.txt的Python：解析与领域

hostname:comp1 
time: Fri Jan 28 20:00:02 GMT 2011 
ip:xxx.xxx.xx.xx 
fs:good:45 
memory:bad:78 
swap:good:34 
Mail:good

每个部分由分隔以下格式AA几个文件的种种罪状冒号分隔的文件：哪来行0,2,6有2个字段...行1,3-5有3个或更多字段。（我遇到的一个大问题是时间：行，因为20:00:02是真正的时间而不是3个独立的字段。

我有几个这样的文件，我需要解析。更多的线在一些具有多个字段的这些文件。

... 
for i in clients: 
if os.path.isfile(rpt_path + i + rpt_ext):   # if the rpt exists then do this 
    rpt = rpt_path + i + rpt_ext 
    l_count = 0 
    for line in open(rpt, "r"): 
     s_line = line.rstrip() 
     part = s_line.split(':') 
     print part 
     l_count = l_count + 1 
else:            # else break 
    break

首先，我检查，如果该文件存在第一，如果它再打开该文件，并解析它（最终）截至目前，我只是打印输出（打印部分）以确保它正确解析老实说，我现在唯一遇到的问题是时间：字段。我如何处理与所有其他字符完全不同的时间字段？总是在我的所有报告文件中的第二行。

来源

2011-01-28 MarkP

如果time是一个特殊的情况下，你可以这样做：

[...] 
s_line = line.rstrip() 
if line.startswith('time:'): 
    part = s_line.split(':', 1) 
else: 
    part = s_line.split(':') 
print part 
[...]

这将使你：

['hostname', 'comp1'] 
['time', ' Fri Jan 28 20:00:02 GMT 2011'] 
['ip', 'xxx.xxx.xx.xx'] 
['fs', 'good', '45'] 
['memory', 'bad', '78'] 
['swap', 'good', '34'] 
['Mail', 'good']

而且不依赖于time在文件中的位置。

来源

2011-01-28 23:30:57 Johnsyweb

如果时间字段总是第2行。为什么不能跳过它并分别解析它？

喜欢的东西

for i, line in enumerate(open(rpt, "r").read().splitlines()): 
    if i==1: # Special parsing for time: line 
     data = line[5:] 
    else: 
     # your normal parsing logic

来源

2011-01-28 23:17:15

我不得不跳过每行有1个以上的分隔符，而那些有1个以上的分隔符的行并不总是在文件的相同位置。 – MarkP 2011-01-28 23:20:54

我无法遵循你正在努力完成的任务。你是否想要处理所有具有多于一个的行：不同的（除了时间：行）？ – 2011-01-28 23:23:52

我想解决方法是检查每一行：然后如果它有超过3个单独处理它？不知道如何做到这一点。 – MarkP 2011-01-28 23:26:19

分割方法具有以下语法split( [sep [,maxsplit]])并且如果maxsplit给出，它将使maxsplit + 1个部分。在你的情况下，你只需要将maxsplit设为1.只需要split(':',1)就可以解决你的问题。

来源

2011-01-28 23:19:08

+1，打我吧。 – 2011-01-28 23:20:21

设计考虑：

可靠地处理多余的空白，包括空行和缺少冒号。

提取一个record_type，然后用它来决定如何解析该行的其余部分。

>>> def munched(s, n=None): 
...  if n is None: 
...   n = 99999999 # this kludge should not be necessary 
...  return [x.strip() for x in s.split(':', n)] 
... 
>>> def parse_line(line): 
...  if ':' not in line: 
...   return [line.strip(), ''] 
...  record_type, remainder = munched(line, 1) 
...  if record_type == 'time': 
...   data = [remainder] 
...  else: 
...   data = munched(remainder) 
...  return record_type, data 
... 
>>> for guff in """ 
... hostname:comp1 
... time: Fri Jan 28 20:00:02 GMT 2011 
... ip:xxx.xxx.xx.xx 
... fs:good:45 
...  memory : bad : 78 
... missing colon 
... Mail:good""".splitlines(True): 
... print repr(guff), parse_line(guff) 
... 
'\n' ['', ''] 
'hostname:comp1\n' ('hostname', ['comp1']) 
'time: Fri Jan 28 20:00:02 GMT 2011\n' ('time', ['Fri Jan 28 20:00:02 GMT 2011']) 
'ip:xxx.xxx.xx.xx\n' ('ip', ['xxx.xxx.xx.xx']) 
'fs:good:45\n' ('fs', ['good', '45']) 
' memory : bad : 78 \n' ('memory', ['bad', '78']) 
'missing colon\n' ['missing colon', ''] 
'Mail:good' ('Mail', ['good']) 
>>>

来源

2011-01-29 00:31:37

的Python：解析与领域

回答

相关问题