Python-將匹配的帶有數字正則表達式的方括號添加到2d數組

Question

我正在嘗試編寫一些python通過文本日志進行解析。 日志中大多數行上都有一個時間戳，如果日志中包含某些文本，我想捕獲2d數組中的時間戳，以便以后可以將值與2d數組中的值進行比較。

日志文件示例如下所示：

[1542053213 s] Starting Program TEE:
-----------------------------------------
[1542053213 s] PROGRAM ERROR
ERRHAND: 1033
ERRHAND: 233545
ERRHAND: 1
[1542053213 s] Program completed!

[1542053300 s] Ending Program. Stopping!


[1542053500 s] Starting Program FOO:
-----------------------------------------
[1542060100 s] Program completed!   

[1542060105 s] Ending Program. Stopping!

我的代碼當前能夠正確檢測起止行：

from os.path import expanduser
import re

#Setting variables
filepath = expanduser('~/LogAutomation/programlog.txt')
timeArray = []
tempStart = ''
tempEnd = ''

with open(filepath) as myFile:
    line = myFile.readline()
    cnt = 1
    while line:
        if ("Starting Program") in line:
            print("MATCH FOUND FOR STARTING PROGRAM")
            print("Line {}: {}".format(cnt, line.strip()))
            #Add timestamp to time array
                #tempStart = matched regular expression

        elif ("Ending Program. Stopping!") in line:
            print("MATCH FOUND FOR ENDING PROGRAM")
            print("Line {}: {}".format(cnt, line.strip()))
            #Add timestamp to time array
                #tempEnd = matched regular expression

        #Add [tempStart, tempEnd] to timeArray

        line = myFile.readline()
        cnt +=1

myFile.close()

print("Completed Script")

但是，我試圖添加注釋的功能。 我不確定從哪里開始。 我嘗試使用https://pythex.org/創建正則表達式，並嘗試編輯以下內容以從[digits（space）s]序列中提取數字序列： (\\[[,\\d]*)但與上面的日志中的示例時間戳不匹配。 它目前包括我不想要的開始括號。

非常感謝您提供有關確定如何提取數字以及將項目添加到2d數組的任何幫助。

注意：我是一名全新的Python開發人員，所以如果這是一個簡單的問題，請原諒。 我正在努力學習。

編輯---這是使用以下建議的更新代碼庫：

from os.path import expanduser
import re

#Setting variables
filepath = expanduser('~/LogAutomation/programlog.txt')
timeArray = []
tempStart = ''
tempEnd = ''

# with open(filepath) as myFile:
#     line = myFile.readline()
#     cnt = 1
#     while line:
#         if ("Starting Program") in line:
#             print("MATCH FOUND FOR STARTING PROGRAM")
#             print("Line {}: {}".format(cnt, line.strip()))
#             #Add timestamp to time array
#                 #tempStart = matched regular expression
#
#         elif ("Ending Program. Stopping!") in line:
#             print("MATCH FOUND FOR ENDING PROGRAM")
#             print("Line {}: {}".format(cnt, line.strip()))
#             #Add timestamp to time array
#                 #tempEnd = matched regular expression
#
#         #Add [tempStart, tempEnd] to timeArray
#
#         line = myFile.readline()
#         cnt +=1
#
# myFile.close()

import re

with open(filepath) as myFile:
    all_logs = myFile.read()
    starting_regex = re.compile(r'\[(\d+)\s+s\]\s+Starting\s+Program')
    ending_regex = re.compile(r'\[(\d+)\s+s\]\s+Ending\s+Program\.\s+Stopping')

    start_times = list(map(int, starting_regex.findall(all_logs)))
    end_times = list(map(int, ending_regex.findall(all_logs)))

    timeArray = list(map(list, zip(start_times, end_times)))

    for x in timeArray:
        print(x)
        print(timeArray[x])

print("Completed Script")

Answer 1

要僅捕獲數字，只需在括號之間放入與數字匹配的字符，如下所示： (\\d+)

為了使開頭的方括號與空格匹配（ \\s表示空格字符）： \\[(\\d+)\\s

如果你想更加具體由專職戳匹配，直到右方括號（同時仍只捕捉位）： \\[(\\d+) s\\]其中間的空間)括號和s是顯著。

完整的正則表達式（假設使用.match() ）可以是：

regex = "\[(\d+)\s"
tempStart = re.match(regex, line).group(1)

要將值放在2d數組中，您就對了， [tempStart, tempEnd]基本形成一行。 要將其添加到timeArray ，我們可以使用：

timeArray.append([tempStart, tempEnd])

Answer 2

首先，為啟動程序創建一個正則表達式：

\[(\d+)\s+s\]\s+Starting\s+Program

這只是一個簡單的正則表達式，它將匹配[1542053213 s] Starting Program類的字符串。

但是，如果您注意到了，我用\\d+ （數字部分）添加了一對括號，加上括號使它成為正則表達式中的一個組，這是我們在此正則表達式中唯一的組。

同樣，我將為Ending Program創建一個正則表達式，將數字分組。

\[(\d+)\s+s\]\s+Ending\s+Program\.\s+Stopping

現在，讓我們在python程序中使用它們，然后選擇組：

import re

with open(filepath) as myFile:
    all_logs = myFile.read()
    starting_regex = re.compile(r'\[(\d+)\s+s\]\s+Starting\s+Program')
    ending_regex = re.compile(r'\[(\d+)\s+s\]\s+Ending\s+Program\.\s+Stopping')

    start_times = list(map(int, starting_regex.findall(all_logs)))
    end_times = list(map(int, ending_regex.findall(all_logs)))

    timeArray = list(map(list, zip(start_times, end_times)))

在上面的程序中，我一次讀取了所有日志文件，並使用findall方法查找了正則表達式將匹配的all_logs中的所有匹配項。

現在，有趣的部分是： findall僅返回與組匹配的值的列表，並且正則表達式中只有一個組，即(\\d+) ，因此start_times和end_times僅包含時間值。

start_times和end_times的相應值包含開始程序和結束程序的時間。

因此，要使每個列表成對，我們只需zip兩個列表。 它將創建每個對的tuple ，然后讓我們使用map方法將每個tuple轉換為list ，然后將map對象轉換為list以創建列表列表。

timeArray現在將是列表的列表。 每個子列表僅包含兩個元素，第一個是程序的開始時間，第二個是結束時間。

編輯 ：

您實際上不需要循環即可打印出timeArray的值。 您可以使用print語句查看值，它將打印整個列表：

print(timeArray)