Question

我的文本文件看起来像

<Jun/11 09:14 pm>Information i need to capture1
<Jun/11 09:14 pm> Information i need to capture2

<Jun/11 09:14 pm> Information i need to capture3
<Jun/11 09:14 pm> Information i need to capture4
<Jun/11 09:15 pm> Information i need to capture5
<Jun/11 09:15 pm> Information i need to capture6

和两个日期时间如

15/6/2015-16:27:10  # startDateTime
15/6/2015-17:27:19  # endDateTime

我需要在两个日期之间获取日志中的所有信息。目前我在每次两次搜索之间创建一个日期时间对象。

然后我逐行读取文件并创建一个新的日期时间对象，我将其与开始和结束时间进行比较，看看我是否应该获取该行信息。但是文件很大（150MB），代码可能需要数小时才能运行（在100多个文件上）。

代码看起来像

f = open(fileToParse, "r")
for line in f.read().splitlines():
    if line.strip() == "":
        continue
    lineDateTime = datetime.datetime(lineYear, lineMonth, lineDay, lineHour, lineMin, lineSec)
    if (startDateTime < lineDateTime < endDateTime):
        writeFile.write(line+"\n")
        between = True
    elif(lineDateTime > endDateTime):
        writeFile.write(line+"\n")
        break
    else:
        if between:
            writeFile.write(line+"\n")

我想用更聪明的东西重写一遍。这些文件可以保存数月的信息，但我通常只搜索大约1小时到3天的数据。

Answer 1

您正在将所有文件读入内存，只需迭代文件对象并在日期超出上限时中断：

with  open(fileToParse, "r") as f:
    for line in f:
        if not line.strip():
            continue
        lineDateTime = datetime.datetime(lineYear, lineMonth, lineDay, lineHour, lineMin, lineSec)
        if startDateTime < lineDateTime < endDateTime:
            writeFile.write(line + "\n")
        elif lineDateTime > endDateTime:
            break

显然你需要获得lineYear, lineMonth等等。

使用f.read().splitlines()不仅会将所有行读入内存中，因此如果您中的5行高于上限，您仍然拥有内存中的所有行，您还可以分割行以便创建所有行的完整列表线也。

您还可以检查月份/年份是否正确，并且如果您拥有正确的月份/年份，则只能创建日期时间对象。

如果你的行开头如上：

Jun/11

你想要Jun / 11然后只需要if line.startswith("Jun/11")，然后才开始创建日期时间对象。

with open(fileToParse, "r") as f:
    for line in f:
        if line.startswith("Jun/11"):
            for line in f:
                try:
                    lineDateTime = datetime.datetime...
                except ValueError:
                    continue
                if startDateTime < lineDateTime < endDateTime:
                    writeFile.write(line + "\n")
                elif lineDateTime > endDateTime:
                    break

有效地解析日期时间的文本文件

1 个答案: