Python：解析日志文件的各個部分

Question

我有一個日志文件的一部分，看起來像這樣：

"/log?action=End&env=123&id=8000&cat=baseball"
"/log?action=start&get=3210&rsa=456&key=golf"

我想解析每個部分，以便結果如下所示：

('/log?action=', 'End', 'env=123', 'id=8000', 'cat=baseball')
('/log?action=', 'start', 'get=3210', 'rsa=456', 'key=golf')

我研究了正則表達式和匹配項，但是我的很多日志都有不同的順序，這使我相信這是不可能的。 有什么建議么？

Answer 1

顯然，這是URL的一部分，因此解析它的最佳方法是使用URL解析工具。 stdlib隨urlparse一起urlparse ，它正是您想要的功能。

例如：

>>> import urlparse
>>> s = "/log?action=End&env=123&id=8000&cat=baseball"
>>> bits = urlparse.urlparse(s)
>>> variables = urlparse.parse_qs(bits.query)
>>> variables
{'action': ['End'], 'cat': ['baseball'], 'env': ['123'], 'id': ['8000']}

---

如果您確實想要獲得所需的格式，則可以改用parse_qsl ，然后將鍵值對重新組合在一起。 我不確定為什么要將/log包含在第一個查詢變量中，或將第一個查詢變量的值與其變量分開，但是即使您堅持這樣做，也可以這樣做：

>>> variables = urlparse.parse_qsl(s)
>>> result = (variables[0][0] + '=', variables[0][1]) + tuple(
    '='.join(kv) for kv in variables[1:])
>>> result
('/log?action=', 'End', 'env=123', 'id=8000', 'cat=baseball')

---

如果您使用的是Python 3.x，只需將urlparse更改為urllib.parse ，其余的完全一樣。

Answer 2

您可以拆分幾次：

s = '/log?action=End&env=123&id=8000&cat=baseball'
L = s.split("&")
L[0:1]=L[0].split("=")

輸出：

['/log?action', 'End', 'env=123', 'id=8000', 'cat=baseball']

Answer 3

在不知道可能的輸入域是什么的情況下很難說，但這是一個對您有用的猜測：

log = "/log?action=End&env=123&id=8000&cat=baseball\n/log?action=start&get=3210&rsa=456&key=golf"

logLines = [line.split("&") for line in log.split('\n')]
logLines = [tuple(line[0].split("=")+line[1:]) for line in logLines]

print logLines

輸出：

[('/log?action', 'End', 'env=123', 'id=8000', 'cat=baseball'), 
 ('/log?action', 'start', 'get=3210', 'rsa=456', 'key=golf')]

假設您實際上並不需要在第一個字符串的末尾加上“ =”。