Question

下面的代码（p =）产生此输出

servername300 | SUCCESS | rc=0 >>
Filesystem      Size  Used Avail Use% Mounted on
/dev/sda1       3.7T  1.3T  2.4T  16% /data/disk1
/dev/sdj1       3.7T  1.3T  2.4T  36% /data/disk10
/dev/sdk1       3.7T  1.3T  2.4T  36% /data/disk11
servername290 | SUCCESS | rc=0 >>
Filesystem      Size  Used Avail Use% Mounted on
/dev/sda1       3.7T  1.4T  2.4T  36% /data/disk1
/dev/sdj1       3.7T  1.4T  2.4T  37% /data/disk10
/dev/sdk1       3.7T  1.4T  2.4T  37% /data/disk11

此代码获取此输出并确定磁盘是否超过5％不平衡。

import re
from subprocess import Popen, PIPE

p = subprocess.check_output(["ansible","dev-data","-m","shell","-a","df -h /data/disk*"], stdin=PIPE)

regex = re.compile(r'\d{1,2}%')

result = [int(a[:-1]) for a in regex.findall(p)]

print min (result)
print max (result)

if max(result) - min(result) > 5:
print("Imbalanced!")
else:
print("Balanced!")

这会给我输出

 """16 37 Imbalanced"""

我想要的是在输出中包含服务器和磁盘，例如servername300 16 Disk 1, servername290 37 Disk 10。

这是我到目前为止所尝试的内容

regex1 = re.compile(r'^servername\d* | \d{1,2}% |disk\d*')

result = [a for a in regex.findall(p)]

我需要帮助以某种方式在我的输出中包含str和int。谢谢你

Answer 1

我个人将此解析为表而不是复杂的正则表达式，但如果你坚持，那么模式将是：

^(\S+).*?\n.*?\n(?:^.*?(\d+)%\s+(.*?)(?:\s|$))+

可以为每个服务器条目提供匹配，并在每个组下面提供：["servername300", "16", "/data/disk1", "36", "/data/disk10", etc.]

然而，Python的正则表达式（以及大多数正则表达式引擎）会覆盖重复的捕获组，只为您提供最后一次捕获，因此在您的示例数据上运行上述内容只会产生{{1 }}。当然，您可以构建模式以包含您可能期望的多个磁盘的可选捕获，或者为重复组播放范围属性，直到您全部耗尽它们，但这很快就会变得非常难看，所以......

您可以拆分作业 - 一种模式隔离服务器条目，另一种模式提取磁盘使用数据，然后找到记录服务器和磁盘数据的最小值和最大值，如：

[["servername300", "36", "/data/disk11"], ["servername290", "37", "/data/disk11"]]

那应该给你一个好的：

import re
import subprocess

p = subprocess.check_output(["ansible","dev-data","-m","shell","-a","df -h /data/disk*"],
                            stdin=subprocess.PIPE)

# our patterns, self explanatory
SERVER_MATCH = re.compile(r"(?!</)(\S+)(?:.*?\n){2}((?:^/.*(?:\n|$))+)", re.MULTILINE)
DISK_MATCH = re.compile(r"(\d+)%\s+(\S+)")

min_use = 100, None, None  # store for minimum usage entry
max_use = 0, None, None    # store for maximum usage entry
for server in SERVER_MATCH.findall(p):  # get all the servers + their disks
    for disk in DISK_MATCH.findall(server[1]):  # get each disk (usage + mount point)
        disk_usage = int(disk[0])  # convert the usage to integer
        if disk_usage < min_use[0]:  # if current disk's usage is smaller than min_usage
            min_use = (disk_usage, server[0], disk[1])  # replace entry
        if disk_usage > max_use[0]:  # if current disk's usage is smaller than max_usage
            max_use = (disk_usage, server[0], disk[1])  # replace entry

if max_use[0] - min_use[0] > 5:  # check min/max entries for larger discrepancy than 5...
    print("Imbalanced!")  # Imbalanced, print the info:
    print("\tMIN: {1} {0}% {2}".format(*min_use)) 
    print("\tMAX: {1} {0}% {2}".format(*max_use))
else:
    print("Balanced!")

输出样本数据。这足以找到不平衡的范围，但是如果你想保留所有记录以获得比最小/最大更强大的分析，你可以使用：

Imbalanced!
    servername300 16% /data/disk1
    servername290 37% /data/disk10

将为您提供servers = {} for server in SERVER_MATCH.findall(data): servers[server[0]] = [(int(disk[0]), disk[1]) for disk in DISK_MATCH.findall(server[1])]，其中包含密钥的服务器名称和每个磁盘的dict对列表。

使用正则表达式输出输出磁盘使用情况

1 个答案: