Question

我已经为我的路由器编写了一个相当基本的系统监视器来跟踪信号何时下降（以及当时发生的所有统计数据），因为非常优秀的路由器没有收集我需要的所有内容。 / p>

这里是Gist，但我想在将数据上传到loggly之前清理数据，以便我可以根据需要删除db和mbps后缀

https://gist.github.com/scottharman/6ca07a7c46ca09de3e3b2f0a5094d86e

script =  stats.findAll('script')[1]
pattern = re.compile('(\w+)="(.*?)Mbps\|dB"')
fields = dict(re.findall(pattern, script.text))
clean_fields = { k:v.strip() for k, v in fields.iteritems()}
if old_fields != clean_fields:
    logger.info(json.dumps(clean_fields))
old_fields = clean_fields
print clean_fields
sleep(5)

当我将它直接写入字典时，我想在发现时丢弃Mbps或dB，但显然我所得到的并不是起作用。如果我可以简单地从提取字段时获得的70-80个奇数状态行中删除两个字符串，那么它会更整洁，但这是不可能的吗？

干杯

来自脚本标记的示例输入：

var conn_down="    13.35 Mbps";
var conn_up="     0.82 Mbps";
var line_down="    34.60 dB";
var line_up="    19.70 dB";
var noise_down="     6.10 dB";
var noise_up="     6.50 dB";

var sys_uptime="74523";
var lan_status="Link up";
var lan_txpkts="1294024";
var lan_rxpkts="2256747";
var lan_collisions="0";
var lan_txbs="10004";
var lan_rxbs="35259";
var lan_systime="74523";

然后处理后的数据如下所示：

u'noise_up': u'6.50 dB', u'lan_rxbs': u'35259', u'an_rxpkts': u'2857867', u'bgn_status': u'600M', u'lan_status0': u'100M/Full', 
u'lan_status3': u'1000M/Full', u'lan_status2': u'100M/Full', u'conn_up': u'0.82 Mbps',

Answer 1

尝试将模式更改为：

pattern = re.compile('(\w+)="\s*(.+?)\s*(?:Mbps|dB)?"')

如果我正确理解你想要的东西，我认为这会奏效。它基本上就是你现在拥有的，但是“Mbps / dB”的非捕获部分因此不会包含在匹配中。

Answer 2

您可以使用可选的非捕获组来匹配' Mbps'或' dB'：

import re
import pprint

s = '''var conn_down="    13.35 Mbps";
var conn_up="     0.82 Mbps";
var line_down="    34.60 dB";
var line_up="    19.70 dB";
var noise_down="     6.10 dB";
var noise_up="     6.50 dB";

var sys_uptime="74523";
var lan_status="Link up";
var lan_txpkts="1294024";
var lan_rxpkts="2256747";
var lan_collisions="0";
var lan_txbs="10004";
var lan_rxbs="35259";
var lan_systime="74523";'''

pattern = re.compile(r'(\w+)=\"\s*(.*?)(?:\sMbps|\sdB)?\"')
fields = dict(re.findall(pattern, s))
pprint.pprint(fields)

输出：

{'conn_down': '13.35',
 'conn_up': '0.82',
 'lan_collisions': '0',
 'lan_rxbs': '35259',
 'lan_rxpkts': '2256747',
 'lan_status': 'Link up',
 'lan_systime': '74523',
 'lan_txbs': '10004',
 'lan_txpkts': '1294024',
 'line_down': '34.60',
 'line_up': '19.70',
 'noise_down': '6.10',
 'noise_up': '6.50',
 'sys_uptime': '74523'}

上面(\w+)=会抓取一个或多个字母数字字符后跟=。 \"\s*匹配引号后跟零个或多个空格。 (.*?)非贪婪地捕获任何文本，(?:\sMbps|\sdB)?是与' Mbps'或' dB'匹配的可选非捕获组。请参阅regex101 demo。

如何在python正则表达式中有选择地忽略字符串？

2 个答案: