Python 检查for循环中多个正则表达式的字符串
我正在为某人跟踪日志文件,它们是一团乱麻(没有换行符和分隔符)。所以我做了一些简单的正则表达式来整理日志。日志记录代码现在在一个列表中很好地分开,它们的字符串在一个子目录中附加到该列表中。如下所示:Python 检查for循环中多个正则表达式的字符串,python,regex,string,Python,Regex,String,我正在为某人跟踪日志文件,它们是一团乱麻(没有换行符和分隔符)。所以我做了一些简单的正则表达式来整理日志。日志记录代码现在在一个列表中很好地分开,它们的字符串在一个子目录中附加到该列表中。如下所示: Dict [ 0 : [LOGCODE_53 : 'The string etc etc'] ] 因为这有点容易,所以我也打算直接添加一些日志识别。现在我可以匹配日志代码了,但问题是这些代码没有任何问题,而且不同的日志代码通常包含相同的输出字符串 因此,我编写了一些正则表达式匹配来检测日志
Dict [
0 : [LOGCODE_53 : 'The string etc etc']
]
因为这有点容易,所以我也打算直接添加一些日志识别。现在我可以匹配日志代码了,但问题是这些代码没有任何问题,而且不同的日志代码通常包含相同的输出字符串
因此,我编写了一些正则表达式匹配来检测日志的内容。我现在的问题是,;检测各种各样的字符串模式的智慧是什么?可能有大约110种不同类型的字符串,它们是如此不同,以至于不可能“超级匹配”它们。如何在一个字符串上运行~110个正则表达式,以找出该字符串的意图,从而在逻辑寄存器中对其进行索引
有点像;“使用此$STRING并测试此$LIST中的所有$REGEX,然后让我知道哪些$REGEX(索引)与该字符串匹配”
我的代码:
import re
# Open, Read-out and close; Log file
f = open('000000df.log', "rb")
text = f.read()
f.close()
matches = re.findall(r'00([a-zA-Z0-9]{2})::((?:(?!00[a-zA-Z0-9]{2}::).)+)', text)
print 'Matches: ' + str(len(matches))
print '=========================================================================================='
for match in matches:
submatching = re.findall(r'(.*?)\'s (.*?) connected (.*?) with ZZZ device (.*?)\.', match[1])
print match[0] + ' >>> ' + match[1]
print match[0] + ' >>> ' + submatching[0][0] + ', ' + submatching[0][1] + ',',
print submatching[0][2] + ', ' + submatching[0][3]
re.match
,re.search
和re.findall
返回None
如果某个特定正则表达式不匹配,那么您可以迭代可能的正则表达式并测试它们:
tests = [
re.compile(r'...'),
re.compile(r'...'),
re.compile(r'...'),
re.compile(r'...')
]
for test in tests:
matches = test.findall(your_string):
if matches:
print test, 'works'
那个代码块不是python。你能发布更多的字符串示例吗?@falmari它只是给出列表/dict结构的指示。我已经添加了代码。在匹配“submatching”的位置,我实际上想测试多个正则表达式匹配的字符串,看看哪个返回true。110种不同类型的单词是否来自英语?不,它们都是非常不同的日志,有时还包含技术数据。服务器和系统日志文件。是的,实际上这是我的问题:)。我只是想知道该方法是否有一些超级功能(可能更快?),因为它可能涉及10000个日志条目。但是我刚刚测试了200万个条目,只花了4秒钟,所以我不再担心这个问题了:P,谢谢:)@Allendar:确保事先
re.compile()
你的正则表达式。这会让事情变得更快。