匹配一个大日志文件中的两行并显示它们之间的内容

Question

我有一个很大的日志文件，里面有很多事情。所需的是获取日志文件中两行之间的内容。你知道吗

示例：

----------------------------------------
-- ServiceDataBlock (SDB):{MO}:
  > From channel# ..... [111]
  > (Orig)Ton, TP_OA .. [91][1234567891234]
  > (Dest)Ton, TP_DA .. [A0][12345]
  > TP_PID, TP_DCS .... [00][00]
  > TP_SCTS ........... []
  > TP_UserDataHdr .... []
  > TP_UserData ....... {3}[yes]
----------------------------------------

第-- ServiceDataBlock (SDB):{MO}:行和第> TP_UserData ....... {3}[yes]行之间的内容是动态的。你知道吗

我只想获取(Orig)Ton, TP_OA .. [91][1234567891234]和TP_UserData ....... {3}[yes]之间的值：-）

请注意，还有许多其他的东西定义了相同的-- ServiceDataBlock (SDB):{MO}:，但是块中没有TP_UserData ....... {3}[yes]。你知道吗

有人能帮忙吗？我试过使用regex，grep，sed和awk。你知道吗

我需要CSV或Excel格式的输出。你知道吗

Answer 1

下面是一个简单的基于状态的解析器。它没有经过很好的测试，可能会对日志文件的格式做出一些不正确的假设。不过，它应该能帮助你开始。你知道吗

def process_log(path):
    contents = []
    with open(path) as stream:
        state = 0
        line = ''
        block = None
        while line is not None:
            try:
                if not line:
                    line = next(stream)
            except StopIteration:
                line = None
            else:
                line = line.strip()
                if state == 0:
                    if line.startswith('  ServiceDataBlock'):
                        block = []
                        state = 1
                    line = ''
                    continue
                elif state >= 1:
                    if line.startswith('>'):
                        line = line.lstrip('> ')
                        if not line.startswith('From channel#'):
                            block.append(line)
                            if line.startswith('TP_UserData '):
                                state = 2
                        line = ''
                        continue
            if state == 2:
                contents.append(block)
            state = 0
    return contents