python之在 Python 中分析文本文件

我有一个文本文件需要分析。文件中的每一行都是这种形式:

7:06:32 (slbfd) IN: "lq_viz_server" aqeela@nabltas1   
 
7:08:21 (slbfd) UNSUPPORTED: "Slb_Internal_vlsodc" (PORT_AT_HOST_PLUS   ) Albahraj@nabwmps3  (License server system does not support this feature. (-18,327)) 
 
7:08:21 (slbfd) OUT: "OFM32" Albahraj@nabwmps3 

我需要跳过时间戳和 (slbfd) 并且只保留带有 IN 和 OUT 的行数。此外，根据引号中的名称，如果一行以 OUT 开头，我需要增加不同变量的变量计数，否则减少变量计数。我将如何在 Python 中执行此操作？

请您参考如下方法:

使用正则表达式和拆分行的其他答案将完成工作，但如果您想要一个完全可维护的解决方案并与您一起成长，您应该构建一个语法。为此，我喜欢 pyparsing:

S =''' 
7:06:32 (slbfd) IN: "lq_viz_server" aqeela@nabltas1   
7:08:21 (slbfd) UNSUPPORTED: "Slb_Internal_vlsodc" (PORT_AT_HOST_PLUS   ) Albahraj@nabwmps3  (License server system does not support this feature. (-18,327)) 
7:08:21 (slbfd) OUT: "OFM32" Albahraj@nabwmps3''' 
 
from pyparsing import * 
from collections import defaultdict 
 
# Define the grammar 
num = Word(nums) 
marker = Literal(":").suppress() 
timestamp = Group(num + marker + num + marker + num) 
label = Literal("(slbfd)") 
flag = Word(alphas)("flag") + marker 
name = QuotedString(quoteChar='"')("name") 
 
line    = timestamp + label + flag + name + restOfLine 
grammar = OneOrMore(Group(line)) 
 
# Now parsing is a piece of cake!   
P = grammar.parseString(S) 
counts = defaultdict(int) 
 
for x in P: 
    if x.flag=="IN": counts[x.name] += 1 
    if x.flag=="OUT": counts[x.name] -= 1 
 
for key in counts: 
    print key, counts[key] 

这给出了输出:

lq_viz_server 1 
OFM32 -1 

如果您的示例日志文件更长，这看起来会更令人印象深刻。 pyparsing 解决方案的优点在于能够适应 future 更复杂的查询(例如获取和解析时间戳、提取电子邮件地址、解析错误代码……)。这个想法是您编写独立于查询的语法 - 您只需将原始文本转换为计算机友好的格式，将解析实现从它的使用中抽象出来。