解析Python的输出

Question

我的软件输出这两种类型的输出：

-rwx------ Administrators/Domain Users  456220672   0% 2018-04-16 16:04:40 E:\\_WiE10-18.0.100-77.iso

-rwxrwx--- Administrators/unknown        6677   0% 2018-04-17 01:33:23 E:\\program files\\cluster groups\\sql server (mssqlserver)\\logs\\progress-MOD-1523883344023-3001-Windows.log

我想从两个输出中获取文件名：

• E:\\\\_WiE10-18.0.100-77.iso ，第一个
• E:\\\\program files\\\\cluster groups\\\\sql server (mssqlserver)\\\\logs\\\\progress-MOD-1523883344023-3001-Windows.log ，第二个

如果我使用类似下面的代码，如果第二个参数中有空格，它将无法工作。 如果域用户名中没有任何空格，则它可以工作。

for item in outputs:
    outputs.extend(item.split())
for item2 in [' '.join(outputs[6:])]:
    new_list.append(item2)

如何单独获取所有参数，包括文件名？

Answer 1

如果正则表达式是一个选项：

text = """-rwx------ Administrators/Domain Users  456220672   0% 2018-04-16 16:04:40 E:\\_WiE10-18.0.100-77.iso

-rwxrwx--- Administrators/unknown        6677   0% 2018-04-17 01:33:23 E:\\program files\\cluster groups\\sql server (mssqlserver)\\logs\\progress-MOD-1523883344023-3001-Windows.log"""

import re

for h in re.findall(r"^.*?\d\d:\d\d:\d\d (.*)",text,flags=re.MULTILINE):
    print(h)

输出：

E:\_WiE10-18.0.100-77.iso
E:\program files\cluster groups\sql server (mssqlserver)\logs\progress-MOD-1523883344023-3001-Windows.log

模式解释：

模式r"^.*?\\d\\d:\\d\\d:\\d\\d (.*)"查找linestart '^' +尽可能减少任何事情'.*?' +时间戳'\\d\\d:\\d\\d:\\d\\d '后跟一个空格并捕获其后面的所有内容，直到行尾为一组。

它使用re.MULTILINE标志。

---

编辑：

捕获个别事物需要更多捕获组：

import re

for h in re.findall(r"^([rwexXst-]+) ([^0-9]+) +\d+.+? +(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}) (.*)",text,flags=re.MULTILINE):
#                       ^^^^^^^^^^^^ ^^^^^^^^           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ^^^^
#                          flags     grpName                               datetime          filename
    for k in h:
        print(k)
    print("")

输出：

-rwx------
Administrators/Domain Users 
2018-04-16 16:04:40
E:\_WiE10-18.0.100-77.iso

-rwxrwx---
Administrators/unknown       
2018-04-17 01:33:23
E:\program files\cluster groups\sql server (mssqlserver)\logs\progress-MOD-1523883344023-3001-Windows.log

Answer 2

你可以使用像这样的正则表达式

\b[A-Z]:\\\\.+

Answer 3

除了使用正则表达式，您可以尝试类似于此的东西。

output = '-rwx------ ... 2018-04-16 16:04:40 E:\\\\_WiE10-18.0.100-77.iso'

drive_letter_start = output.find(':\\\\')
filename = output[drive_letter_start - 1:]

它查找第一次出现':\\\\'并获取子字符串之前的驱动器号（即':\\\\' ）和子字符串后的完整文件路径。

编辑
与这个答案相比，Patrick Artner的答案更好，完全回答了OP的问题。 这仅包括捕获文件路径。 如果有人觉得它有用，我会在这里留下这个答案。