Question

这个问题可能以前曾被问过，但那些问题与我的情况不符。我已经完成了大部分工作，但没有一个解决方案有所帮助。

所以，这就是问题所在。我有一个包含大量行的文本文件以下是该文件的示例：

yyyyyy=xxxx  
yyyyyy=xxxxxxxx

Sun Oct 22 15:19:23 PDT 2017  
calling sequenc node

++ entering node aaa (       )  
Sun Oct 22 15:19:23 PDT 2017  
lines xxxxxxxx  
calling wroot.bat  

++ entering node bbb (xxx       )  
Sun Oct 22 15:19:23 PDT 2017  
xxxxxxxxxxxxxx  
calling bsod.bat   
xaaaaa
bbbbb
tttttt
bbb completed successfully  
-- exiting node bbb  

++ entering node ccc (yyyy      )  
Sun Oct 22 15:19:35 PDT 2017  
xxxxxxxxxxxxxxxxx  
calling wpretest.bat

现在，我想从调用部分（包括）中提取行到已完成的成功行之上的行。另外，我想在只有++开头的时候提取行。没有。呼叫后的线路各不相同它可能有一个空白，2行或更多行。如果它后面没有行，我只想提取调用行。如果在下一行成功完成，那么我也想提取单个调用行。如果在调用行之间有其他行并且已成功完成，我想提取所有这些行。

这是我和正则表达式一起尝试的代码（似乎没有用）

with open('myfile.txt','r') as log: 
    for line in log:

        match = re.search(node_name_pattern, line)
        if line.startswith('++') and match:           
            node_name.append(match.group())
            nn=match.group()
        match2 = re.search(node_parameter, line)
        if line.startswith('++') and match2:
            parameter.append(match2.group())
            start_time.append(log.next().strip())
            features.append(log.next().strip())
        if "calling" in line :
                content.append(line.strip())

这是预期的输出：

calling wroot.bat
calling bsod.bat,
xaaaaa,
bbbbb,
tttttt 
calling wpretest.bat

Answer 1

如果你想要regex这应该有效：

r'(?<=\n)calling.*?(?=\n[^\n]*completed succ[^\n]*\n|\n\+\+|\s*\Z)'

导致：

>>> bla = open('bla').read()
>>> re.findall(r'(?<=\n)calling.*?(?=\n[^\n]*completed succ[^\n]*\n|\n\+\+|\s*\Z)',bla,re.DOTALL)
['calling sequenc node\n', 'calling wroot.bat  \n', 'calling bsod.bat   \nxaaaaa\nbbbbb\ntttttt', 'calling wpretest.bat']

打破正则表达式

所以你可以玩它：

(?<=\n)calling - 寻找单词＆＃34; call＆＃34;如果它紧跟在换行符之后。
.*继续非贪婪地匹配任何内容
直到您点击(?=...|...|...)之一（|表示或）：

一个。 \n[^\n]*completed succ[^\n]*\n包含＆＃34;完成succ＆＃34;的行。这本质上是一个换行符，因为你需要许多非换行符，直到＆＃34;完成succ＆＃34;，更多字符，最后是新行。可能会在completed succ部分结束，因为我不在乎匹配这一行的其余部分，现在我考虑一下。

湾\n\+\+以＆＃34; ++＆＃34;。
开头的换行符
℃。 \s*\Z任意数量的空格字符（\ n，＆＃34;＆＃34;，\ t等），直到整个字符串\Z结束。

我会考虑使用循环，例如：

res = []
inside = False
with open('bla') as bla:
    for line in bla:
        if inside:
            if line.startswith('++') or "completed successfully" in line: 
                inside = False
            else:
                res[-1].append(line)              
        elif line.startswith("calling"):
            res.append([line])
            inside = True

如果该行以inside==False开头，可能会错误检查calling，以防万一。

提取变量no之间的特定行。 python中的文本文件中的行

1 个答案: