Question

我在python 2.7.3中编写了一个smartctl包装器......

我有一段时间试图解决如何解析Linux中smartctl程序的输出（特定于Ubuntu x64）

我通过子进程运行smartctl -l selftest /dev/sdx并将输出抓取到变量

将此变量分解为一个列表，然后从输出中删除无用的标题数据和空白行。

现在，我留下了一个字符串列表，这很棒！

数据是表格式的，我想把它解析成一个充满列表的dict（）（我认为这是通过阅读文档来表示Python中的表格数据的正确方法）

以下是数据样本：

Num  Test_Description    Status                  Remaining  LifeTime(hours)  LBA_of_first_error
# 1  Short offline       Completed without error       00%     44796         -
# 2  Short offline       Completed without error       00%     44796         -
# 3  Short offline       Completed without error       00%     44796         -
# 4  Short offline       Completed without error       00%     44796         -
# 5  Short offline       Completed without error       00%     44796         -
# 6  Extended offline    Completed without error       00%     44771         -
# 7  Short offline       Completed without error       00%     44771         -
# 8  Short offline       Completed without error       00%     44741         -
# 9  Short offline       Completed without error       00%         1         -
#10  Short offline       Self-test routine in progress 70%     44813         -

我可以看到尝试解析这个问题的一些问题，并且对解决方案持开放态度，但我也可能只是做错了这一点; - ）：

状态文字Self-test routine in progress流过文字Remaining
在Num列中，9后的数字未与#字符分隔空格

我可能会离开这里，但这是我第一次尝试解析这个古怪的东西。

感谢大家甚至提前阅读这段文字！

到目前为止，这是我的代码，如果有人认为有必要或认为它有用：

#testStatus.py

#This module provides an interface for retrieving
#test status and results for ongoing and completed
#drive tests

import subprocess

#this function takes a list of strings and removes
#strings which do not have pertinent information
def cleanOutput(data):

  cleanedOutput = []

  del data[0:3] #This deletes records 0-3 (lines 1-4) from the list

  for item in data:
    if item == '': #This removes blank items from remaining list
      pass
    else:
      cleanedOutput.append(item)

  return cleanedOutput


def resultsOutput(data):

  headerLines = []
  resultsLines = []
  resultsTable = {}

  for line in data:
    if "START OF READ" in line or "log structure revision" in line:
      headerLines.append(line)
    else:
      resultsLines.append(line)

  nameLine = resultsLines[0].split()
  print nameLine


def getStatus(sdxPath):
  try:
    output = subprocess.check_output(["smartctl", "-l", "selftest", sdxPath])

  except subprocess.CalledProcessError:
    print ("smartctl command failed...")

  except Exception as e:
    print (e)

  splitOutput = output.split('\n')

  cleanedOutput = cleanOutput(splitOutput)

  resultsOutput(cleanedOutput)


#For Testing
getStatus("/dev/sdb")

Answer 1

主要的解析问题似乎是前三列;剩下的数据更直接。假设输出在字段之间使用空格（而不是制表字符，这将更容易解析），我会去固定长度解析，如：

num = line[1:2]
desc = line[5:25]
status = line[25:54]
remain = line[54:58]
lifetime = line[60:68]
lba = line[77:99]

标题行的处理方式不同。您将数据放入何种结构取决于您要对其执行的操作。如果您主要想通过该“num”标识符随机访问数据，则以“num”键入的字典可能是合适的。否则列表可能会更好。每个条目（每行）可以是元组，列表，字典，类实例或其他东西。如果要按名称访问字段，则每个条目的字典或类实例可能是合适的。

Answer 2

关于它的价值（这是一个古老的问题）：smartctl具有一个--json标志，您可以使用该标志，然后像从7.0版开始的普通JSON一样解析输出

release notes

Python - 如何解析smartctl程序输出？

2 个答案: