Python 使用正则表达式输出的磁盘使用情况的输出

下面的代码（p=）生成此输出

servername300 | SUCCESS | rc=0 >>
Filesystem      Size  Used Avail Use% Mounted on
/dev/sda1       3.7T  1.3T  2.4T  16% /data/disk1
/dev/sdj1       3.7T  1.3T  2.4T  36% /data/disk10
/dev/sdk1       3.7T  1.3T  2.4T  36% /data/disk11
servername290 | SUCCESS | rc=0 >>
Filesystem      Size  Used Avail Use% Mounted on
/dev/sda1       3.7T  1.4T  2.4T  36% /data/disk1
/dev/sdj1       3.7T  1.4T  2.4T  37% /data/disk10
/dev/sdk1       3.7T  1.4T  2.4T  37% /data/disk11

此代码获取此输出并计算磁盘是否超过5%不平衡

import re
from subprocess import Popen, PIPE

p = subprocess.check_output(["ansible","dev-data","-m","shell","-a","df -h /data/disk*"], stdin=PIPE)

regex = re.compile(r'\d{1,2}%')

result = [int(a[:-1]) for a in regex.findall(p)]

print min (result)
print max (result)

if max(result) - min(result) > 5:
print("Imbalanced!")
else:
print("Balanced!")

这将给我输出

 """16 37 Imbalanced"""

我想在输出中包括服务器和磁盘，例如

servername300 16 disk 1，servername290 37 disk 10

这是我到目前为止试过的

regex1 = re.compile(r'^servername\d* | \d{1,2}% |disk\d*')

result = [a for a in regex.findall(p)]

---

我需要帮助在我的输出中包含str和int。谢谢你

我个人会将其解析为一个表，而不是执行复杂的正则表达式，但是如果你坚持的话，模式将是：

^(\S+).*?\n.*?\n(?:^.*?(\d+)%\s+(.*?)(?:\s|$))+

这将为每个服务器条目提供一个匹配项，并在以下组中进行匹配：

[“servername300”、“16”、“/data/disk1”、“36”、“/data/disk10”等]

然而，Python的正则表达式（以及大多数正则表达式引擎）覆盖重复的捕获组，只给您最后一次捕获，因此在示例数据上运行上述操作只会产生

[[“servername300”、“36”、“/data/disk11”]、[“servername290”、“37”、“/data/disk11”]

。当然，您可以构建该模式，以包括您可能期望的任意多个磁盘的可选捕获，或者使用重复组的范围属性，直到耗尽所有磁盘，但这将很快变得非常难看，因此

您可以拆分作业—一种模式用于隔离服务器条目，另一种模式用于提取磁盘使用情况数据，然后只需找到记录服务器和磁盘数据的最小值和最大值，如：

import re
import subprocess

p = subprocess.check_output(["ansible","dev-data","-m","shell","-a","df -h /data/disk*"],
                            stdin=subprocess.PIPE)

# our patterns, self explanatory
SERVER_MATCH = re.compile(r"(?!</)(\S+)(?:.*?\n){2}((?:^/.*(?:\n|$))+)", re.MULTILINE)
DISK_MATCH = re.compile(r"(\d+)%\s+(\S+)")

min_use = 100, None, None  # store for minimum usage entry
max_use = 0, None, None    # store for maximum usage entry
for server in SERVER_MATCH.findall(p):  # get all the servers + their disks
    for disk in DISK_MATCH.findall(server[1]):  # get each disk (usage + mount point)
        disk_usage = int(disk[0])  # convert the usage to integer
        if disk_usage < min_use[0]:  # if current disk's usage is smaller than min_usage
            min_use = (disk_usage, server[0], disk[1])  # replace entry
        if disk_usage > max_use[0]:  # if current disk's usage is smaller than max_usage
            max_use = (disk_usage, server[0], disk[1])  # replace entry

if max_use[0] - min_use[0] > 5:  # check min/max entries for larger discrepancy than 5...
    print("Imbalanced!")  # Imbalanced, print the info:
    print("\tMIN: {1} {0}% {2}".format(*min_use)) 
    print("\tMAX: {1} {0}% {2}".format(*max_use))
else:
    print("Balanced!")

您的示例数据的输出。这就足以找到不平衡的范围，但如果您想保留所有记录，以便进行比“最小/最大”更稳健的分析，可以使用：

servers = {}
for server in SERVER_MATCH.findall(data):
    servers[server[0]] = [(int(disk[0]), disk[1]) for disk in DISK_MATCH.findall(server[1])]

---

这将为您提供一个

dict

，其中包含密钥的服务器名称，以及每个磁盘的

（用法，磁盘名称）

对列表。

我认为您最好的方法可能是在远程主机上放置一个

balanced.sh

脚本并执行该脚本。让该脚本为自己的磁盘解析其输出。

servers = {}
for server in SERVER_MATCH.findall(data):
    servers[server[0]] = [(int(disk[0]), disk[1]) for disk in DISK_MATCH.findall(server[1])]