Question

我正在查看具有以下格式的日志消息

datetime log_message_type message_type server {json_string}

因此每行用空格分隔，每行总是有相同的字段，最后有一个json字符串，json块内有各种字段。

我想过用简单的

做这件事

with open('test.log', 'r') as f:
    for x in f:
        line = x.split()

        datetime         = line[0]
        log_message_type = line[1]
        message_type     = line[2]
        server           = line[3]
        json_string      = line[4]

除非我的json字符串中有空格，否则这会有效。

{ "foo" : "bar" }

这样做会把我的json字符串拆分到空格处。有没有什么方法可以使用正则表达式或其他东西在空格上分割，直到我到达该行的“json string”部分，然后保留其余部分？我尝试过像

这样的事情

line = re.compile(".*\s.*\s.*\s.*\s").split(x)

尝试根据json字符串部分之前的4个空格来解析行，但是我恐怕我对python中的正则表达式系统是如何工作的还不够了解。有人能帮我一把吗？

编辑：忘了提，我为此坚持使用python 2.7。

Answer 1

限制拆分次数：

line = x.split(maxsplit=4)

>>> "a b c d my json expression".split(maxsplit=4)
['a', 'b', 'c', 'd', 'my json expression']

注意：python 2参数不同，你必须作为位置传递（也适用于python 3 BTW）：

line = x.split(None,4)

Answer 2

尝试这样的事情。正则表达式很快就会失控。

log_line = "datetime log_message_type message_type server {json_string}"
json_part = log_line.split(None, 4)[-1]

Answer 3

如果你正在使用python 3，你可以利用extended iterable unpacking。

$this->id

Answer 4

这样的事情怎么样？

line = "datetime log_message_type message_type server {json_string}" 

re.search(r"(\S+) (\S+) (\S+) (\S+) {(\S+)}", line).groups()

输出：

('datetime', 'log_message_type', 'message_type', 'server', 'json_string')

如何获取日志字符串的最后一部分并将其解释为json？

4 个答案: