使用正则表达式从 4 个列表创建多个字典

5回答

慕斯709654

以下代码片段将生成一个字典列表，日志文件中的每一行都有一个字典。import redef parse_log(log_file):    regex  = re.compile(r'^([0-9\.]+) - (.*) \[(.*)\] (".*")')        def _extract_field(match_object, tag, index, result):        if match_object[index]:            result[tag] = match_object[index]    result = []    with open(log_file) as fh:        for line in fh:            match = re.search(regex, line)            if match:                fields = {}                _extract_field(match, 'host'     , 1, fields)                _extract_field(match, 'user_name', 2, fields)                _extract_field(match, 'time'     , 3, fields)                _extract_field(match, 'request'  , 4, fields)            result.append(fields)    return resultdef main():    result = parse_log('log.txt')    for line in result:        print(line)if __name__ == '__main__':    main()

0 0

料青山看我应如是

我现在正在做这门课程，我得到的答案是import redef logs():with open("assets/logdata.txt", "r") as file:    logdata = file.read()# YOUR CODE HEREpattern='''(?P<host>[\w.]*)(\ -\ )(?P<user_name>([a-z\-]*[\d]*))(\ \[)(?P<time>\w.*?)(\]\ \")(?P<request>\w.*)(\")'''lst=[]for item in re.finditer(pattern,logdata,re.VERBOSE):    lst.append(item.groupdict())print(lst)return lst

0 0

跃然一笑

使用str.split()andstr.index()也可以工作，忽略正则表达式的需要。此外，您可以直接迭代文件处理程序，这会逐行生成一行，因此您不必将整个文件加载到内存中：result = []with open('logdata.txt') as f:    for line in f:        # Isolate host and user_name, discarding the dash in between        host, _, user_name, remaining = line.split(maxsplit=3)        # Find the end of the datetime and isolate it        end_bracket = remaining.index(']')        time_ = remaining[1:end_bracket]        # Slice out the time from the request and strip the ending newline        request = remaining[end_bracket + 1:].strip()        # Create the dictionary        result.append({            'host': host,            'user_name': user_name,            'time': time_,            'request': request        })from pprint import pprintpprint(result)

0 0

莫回无

一旦您解决了您遇到的正则表达式问题 - 下面的代码将适合您import reresult = []with open('data.txt') as f:    lines = [l.strip() for l in f.readlines()]    for logdata in lines:      host = (re.findall('(.*?)\-',logdata))      username = re.findall('\-(.*?)\[',logdata)      _time = re.findall('\[(.*?)\]', logdata)      request = re.findall('\"(.*?)\"',logdata)      result.append({'host':host,'user_name':username,'time':_time,    'request':request})print(result)

0 0

FFIVE

assets/logdata.txt下面的函数返回一个字典列表，其中包含根据您的原始问题每行匹配的所需键/值。值得注意的是，应在此基础上实施适当的错误处理，因为存在明显的边缘情况可能会导致代码执行意外停止。请注意您的模式的变化host，这很重要。示例中使用的原始模式不仅仅匹配host每行的部分，在模式开头添加锚点会re.MULTILINE停止匹配误报，这些误报将与原始示例中的每行的其余部分匹配。import redef logs():    with open("assets/logdata.txt", "r") as file:        logdata = file.read()    host = (re.findall('^(.*?)\-',logdata, re.MULTILINE))    username = re.findall('\-(.*?)\[',logdata)    time = re.findall('\[(.*?)\]', logdata)    request = re.findall('\"(.*?)\"',logdata)    return [{ "host": host[i].strip(), "username": username[i], "time": time[i], "request": request[i] } for i,h in enumerate(host)]以上是基于您原始帖子的简单/最小解决方案。有很多更干净、更有效的方法可以解决这个问题，但是我认为从您现有的代码开始工作，让您了解如何纠正它是相关的，而不仅仅是为您提供一个更好的优化解决方案，相对而言，对你来说意义不大。

0 0