从logfi获取时间戳

Question

我有一个代码，它使用给定的regex模式读取目录中多个日志文件的所有行：

代码如下：

src_dict = ("/nfs/home/dex/work/xxx/xxx/logs")
pattern = re.compile ('(.*)for exports(.*)')

for passed_files in os.listdir(src_dict):
    files = os.path.join(src_dict, passed_files)
    strng = open(files)
    for lines in strng.readlines():
        if re.search(pattern, lines):
            print lines

上面的代码给出了日志文件中所有必需的行，每行末尾都有一个时间戳

./xx.xx.xx.v1.0_Final:2019-01-30 08:34:46.463 -0800 INFO [626] - Program Ended: xx::xx::xxx::xx for exports [... stuff ...] after 00:26:15

……等等

现在我想获取包含时间戳的所有最后一行，即00:26:15（它可能总是不同的） 并计算从这些日志文件收集的所有时间戳的总时间和平均时间

Answer 1

只需添加时间戳¹-就可以使用正则表达式了。

为此，请使用"capture groups"

要获得格式为HH:MM:SS的数字，您有两个数字，一个冒号，两个数字，另一个冒号和另外两个数字。量化它就是hard，所以你可能会这样写：

(\d\d):(\d\d):(\d\d)（如果你想的话，你可以{2}那些\d，但对我来说似乎更复杂）

请注意数字匹配器周围的括号：它们告诉re分别捕获内容，并将其作为match.group(number)提供，从1开始，match.groups()，一个元组。为了确保匹配行的结束（不在中间），您添加了$（严格地说，这应该不是必需的，因为.*id“greedy”，但更清楚）

如果你把它添加到你的正则表达式中，（如果你不需要的话，删除你已经有的组；否则，你会得到：

pattern = re.compile(r'.* for exports .* (\d\d):(\d\d):(\d\d)$')

现在，您可以匹配它并获得每次跑步的时间，如下所示： match = pattern.match(logline); seconds = (int(match.group(1))*60 + int(match.group(2))) * 60 + int(match.group(3)

---

我说过上面的量化很难，但它可以做到，我知道有两个步骤： 首先获取所有时间戳，然后分别处理。在这种情况下，增加的复杂性太多了，但是，如果您有不同的情况，最好记住：

.*((?:\d{2}:)+\d\d)$捕获由冒号分隔的任意长度的两个数字，然后可以对其进行简化.split(':')并执行计算

---

它通常指的是specific point in time，而不是持续时间。为了不把你弄糊涂，我在回答中用了“时间戳”。日志输出中的实际时间戳是2019-01-30 08:34:46.463，而不是00:26:15