由于工作需要在一大堆日志里面提取相应的一些固定字符,如果单纯靠手工取提取,数据量大,劳心劳力,于是自然而然想到了用Python做一个对应的提取工具,代替手工提取的繁杂,涉及中文字符,正则表达式不好匹配,但不是不可以实现,这个以后优化时再说。
需求描述:
一个父目录中存在多个子文件夹,子文件夹下有多个txt形式化的Log日志,要求从所有地方Log日志中找出CardType=9, CardNo=0时的CardID的值,并将其统计存储到一个文本文件中,要求CardID不能够重复。
需求解析:
首先获取所有的Log日志的全路径,根据路径分别加载到将各个Log日志加载到内存中进行提取分析,并将结果存储到给定的文本文件中。
解决方案:
为了尽可能的简洁通用,这里使用配置文件作为输入变量的依据。不多说,上代码:
配置文件如下:
103文件夹下有两个文件:log1.txt和log2.txt, 内容类似如下:
Python代码实现如下:
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 |
# -*- coding: utf-8 -*- #!/usr/bin/python # filename: picktools.py # codedtime:2015-3-25 import os import configparser # 遍历一个目录,输出所有文件名 def itemsbrowse(path): for home, dirs, files in os.walk(path): for filename in files: yield os.path. join(home, filename) # 给的文件中查找对应的字符串所在行 def findchars(filename, chars): file = open(filename, 'r') for eachline in file: if eachline. find(chars) >= 0: yield eachline file. close() # 添加到指定的文件 def addtofile(filename, mygenerator): file = open(filename, 'a') # 追加方式打开 for line in mygenerator: file. write(line) file. close() # 过滤重复的字符行 def filter(filename): mylist = [] file = open(filename, 'r') for eachline in file: mylist. append(eachline. strip()) file. close() file2 = open(os.path.splitext(filename)[ 0] + '_filter.txt', 'w') for line in list( set(mylist)): print(line, file = file2) #file2.write(line) file2. close() def excute(): iniconf = configparser.ConfigParser() iniconf. read( 'config.ini') ifile = iniconf. get( 'setting', 'ifilepath') ofile = iniconf. get( 'setting', 'ofilepath') chars = iniconf. get( 'setting', 'searchstr') for fullname in itemsbrowse(ifile): mygenerator = findchars(fullname, chars) addtofile(ofile, mygenerator) filter(ofile) if __name__ == '__main__': excute() |
心得体会:
1、利用Python去处理一些日常的小任务,可以很方便的完成,相比较C/C++来说,这方面生产力高了不少。
2、本文设计对中文字符的处理,所以使用正则表达式不太怎么方便,但不少不可以,后续版本中会添加对正则的支持!
3、由于初学中,所以代码写的不够精炼简洁,后续进行再优化!