如何在python或linux中某个单词之后从文本文件中提取信息？

Question

我正在用python编写回归脚本，以验证我们的库通过了所有单元测试。 我正在将所有输出写入需要以这种格式命名的.txt文件： reg_results_yyyy_mm_dd_hh_mm_ss_rrrrrr_ssssss.txt ，其中yyyy_mm_dd_hh_mm_ss是年，月，日，小时，分钟和秒修订， rrrrrr数我们的库和ssssss的“通过”或“失败”。

在日志文件中，它将指出“已签出修订版129”，其中129是要更改的数字。 我需要提取“修订”之后的任何数字。 在日志文件的末尾，它将显示“通过的单元测试”或“失败的单元测试”，我需要提取通过/失败的信息。

我想知道如何搜索日志文件并从中提取修订号和通过/失败，以便适当地重命名日志文件。

我已经研究了grep linux命令，但是不确定如何仅获取特定信息。

Answer 1

您可以将正则表达式与grep（来自Bash）一起使用，或者因为标记了此Python，所以可以使用：

import re

with open('/tmp/tgt.txt') as f:
    for line in f:
        m=re.match(r'Checked out revision (\d+)\s+(\w+)', line)
        if m:
            print m.group(1), m.group(2)

给定这样的文件：

blah
blew blah
blah de blah
Checked out revision 129 PASSED Unit Test
blah
blew blah
Checked out revision 135 FAILED Unit Test
blah de blah

印刷品：

129 PASSED
135 FAILED

Answer 2

使用正则表达式：

import re

rev = None
pass_or_fail = None

with open(path_to_your_log_file, 'r') as f:
    for line in f:
        if rev is None:
            found_rev = re.findall(r'Checked out revision (\d+)', line):
            if found_rev:
                rev = int(found_rev[0])
                continue
        if pass_or_fail is None:
            found_pass_fail = re.findall(r'(PASSED|FAILED) Unit Tests', line):
            if found_pass_fail:
                pass_or_fail = found_pass_fail[0]
        if pass_or_fail is not None and rev is not None:
            break

Answer 3

这可以用sed完成。 如果一切都在一行上（如另一答案中所建议），则非常简单：

sed -n 's/^Checked out revision \([0-9]\+\) \(FAILED\|PASSED\) Unit Tests$/\1 \2/p'

如果您感兴趣的两个位在不同的行上，这会有点困难，但是如果您认识到一个或两个sed成语，就很容易了：

sed -n '/^Checked out revision \([0-9]\+\)/{s//\1/;h}; /^\(FAILED\|PASSED\) Unit Tests$/{s//\1/;H;g;s/\n/ /p}'

这有一点解释：

sed -n '/^Checked out revision \([0-9]\+\)$/{    # Match revision, capture number
    s//\1/    # Make matched group (number) the only thing in pattern space
    h         # Save the pattern space (number) to hold space
}
/^\(FAILED\|PASSED\) Unit Tests$/{    # Match pass/fail line, capturing pass/fail
    s//\1/    # Make pass/fail the only thing in pattern space
    H         # Append pattern space to hold space with newline
    g         # Fetch hold space to pattern space
    s/\n/ /   # Replace newline with space
    p         # Print out pattern space
}'