Python错误日志模式匹配

Question

我是一名刚接触Python的新手，想要通过实际操作来学习。我正在写一个函数，用来提取特定模式之间的内容。我的日志文件结构如下：

<Time-stamp>[Begin cache] <...Some content>
<Time-stamp>. 
<Time-stamp>.
<Time-stamp>.
<Time-stamp>.
<Time-stamp>[ERROR] <..Some content>
<Time-stamp>.
<Time-stamp>.
<Time-stamp>.
<Time-stamp>.
<Time-stamp>[End cache] <....some content>
<Time-stamp>.
<Time-stamp>.
<Time-stamp>.
<Time-stamp>[Begin cache] <... Some content>
<Time-stamp>.
<Time-stamp>.
<Time-stamp>.
<Time-stamp>[End cache] <... Some content>

我想提取“开始缓存”和“结束缓存”之间的部分，前提是这两者之间有一个“错误”的标记。我目前写的代码根本无法达到这个目标。我用的逻辑是先找到“开始缓存”和“结束缓存”的位置，如果中间有“错误”这个标记，就打印出这两个位置之间的内容。任何帮助都会非常感谢。

import re
import os
import mmap
File="\\\\XXXXX\c$\EGO\soam\work\XXXX_20140307.03\dal_XXXX_YYYY_20140320_110536_21_6508.log"
with open(File,"r") as file:
    m=mmap.mmap(file.fileno(),0,access=mmap.ACCESS_READ)
    mpattern="\[ERROR\]"
    spattern="Begin cache"
    epattern="End cache"
    mregexp=re.compile(mpattern)
    sregexp=re.compile(spattern)
    eregexp=re.compile(epattern)
    for match in sregexp.finditer(m):
        epos=eregexp.match(m,match.end())
        if mregexp.match(m,match.end(),epos):
            print("%s"%(m,match.start(),epos))

我也希望能找到一些好的教程，帮助我快速入门这个既简单又让人困惑的语言。

Answer 1

你可以直接在日志文件中查找[ERROR]，然后获取需要的文本，正则表达式只是用来分割从日志文件中读取的数据。我建议你使用这个示例方法：

编辑：在数据格式改变后：

使用正则表达式：\[[^R]\w+\s\w+\] 来分割列表，并查看ERROR部分，就像这个例子：

import re
f = open('logfile', 'r')
data = f.read()
f.close()
mylist = re.split(r'\[[^R]\w+\s\w+\]',data)
for item in mylist:
    if '[ERROR]' in item:
        print item

编辑：

这里有一些地方可以帮助你更好地学习Python：

learnpython.org

python.org/tutorial

sthurlow.com/python

希望这对你有帮助。