Python：如何从文件中提取字符串

Question

我有下面的路由器输出存储在一个文件中

-#- --length-- -----date/time------ path

 3     97103164 Feb 7 2016 01:36:16 +05:30 taas/NN41_R11_Golden_Image
 4         1896 Sep 27 2019 14:22:08 +05:30 taas/NN41_R11_Golden_Config
 5         1876 Nov 27 2017 20:07:50 +05:30 taas/nfast_default.cfg

我想从文件中搜索子字符串'Golden_Image'，并获取完整路径。所以这里，需要的输出是这个字符串：

taas/NN41_R11_Golden_Image

第一次尝试：

import re 
with open("outlog.out") as f:
    for line in f:
         if  "Golden_Image" in  line:
            print(line)

输出：

3 97103164 Feb 7 2016 01:36:16 +05:30 taas/NN41_R11_Golden_Image

第二次尝试

import re
hand = open('outlog.out')
for line in hand:
    line = line.rstrip()
    x = re.findall('.*?Golden_Image.*?',line)
    if len(x) > 0:
         print x

输出：

['3 97103164 Feb 7 2016 01:36:16 +05:30 taas/NN41_R11_Golden_Image']

这些都不能提供所需的输出。我怎样才能解决这个问题？你知道吗

Answer 1

如果路径可以包含空格，那么这实际上是一个令人惊讶的复杂过程。
您需要使用maxsplit参数来split标识路径字段。你知道吗

with open("outlog.out") as f:
    for line in f:
         field = line.split(None,7)
         if "Golden_Image" in field:
            print(field)

Answer 2

一次阅读全部内容，然后再进行搜索是没有效率的。相反，可以逐行读取文件，如果行符合条件，则可以提取路径，而无需进一步拆分和使用RegEx。你知道吗

使用以下正则表达式获取路径

\s+(?=\S*$).*

链接：https://regex101.com/r/zuH0Zv/1

如果工作代码为：

import re
data = "3     97103164 Feb 7 2016 01:36:16 +05:30 taas/NN41_R11_Golden_Image"
regex = r"\s+(?=\S*$).*"
test_str = "3     97103164 Feb 7 2016 01:36:16 +05:30 taas/NN41_R11_Golden_Image"
matches = re.search(regex, test_str)
print(matches.group().strip())

Answer 3

在线上进行拆分，并检查拆分部分中是否存在“Golden\u Image”字符串。你知道吗

import re 
with open("outlog.out") as f:
    for line in f:
         if not "Golden_Image" in i:
             continue
         print re.search(r'\S*Golden_Image\S*', line).group()

或者

images = re.findall(r'\S*Golden_Image\S*', open("outlog.out").read())

示例：

>>> s = '''
-#- --length-- -----date/time------ path

 3     97103164 Feb 7 2016 01:36:16 +05:30 taas/NN41_R11_Golden_Image
 4         1896 Sep 27 2019 14:22:08 +05:30 taas/NN41_R11_Golden_Config
 5         1876 Nov 27 2017 20:07:50 +05:30 taas/nfast_default.cfg'''.splitlines()
>>> for line in s:
    for i in line.split():
        if  "Golden_Image" in i:
            print i


taas/NN41_R11_Golden_Image
>>>