Python 从日志文件中提取特定单词（非关键字）

我试图从下面的sample.txt中提取一些单词（如预期输出所示），并将它们放入列表中。我在提取正确的字段时遇到困难。我尝试过我的方法，但在大多数情况下都不起作用。我更喜欢使用python来实现这一点，但对其他语言开放。任何指向其他方法的指针都是非常感谢的

sample.log

//*********************************************************************************
// update section
//*********************************************************************************
      for (i=0; i< models; i = i+1) begin:modelgen

     model_ip model_inst
         (
          .model_powerdown(model_powerdown),
          .mcg(model_powerdown),
          .lambda(_lambda[i])
          );
      assign fnl_verifier_lock = (tx_ready & rx_ready) ? &verifier_lock :1'b0;

   native_my_ip native_my_inst
     (
      .tx_analogreset(tx_analogreset),     
     //.unused_tx_parallel_data({1536{1'b0}})

      );

   // END Section I : 
   //*********************************************************************************
   resync 
     #(
       .INIT_VALUE (1)
       ) inst_reset_sync 
       (
    .clk    (tx_coreclkin),
    .reset  (!tx_ready), // tx_digitalreset from reset 
    .d      (1'b0),
    .q      (srst_tx_common  )
    );

我的尝试

import re

input_file = open("sample.log", "r")
result = []
for line in input_file:
    # need a more generic match condition to extract expected results 
    match_instantiation = re.match(r'\s(.*) ([a-zA-Z_0-9]+) ([a-zA-Z_0-9]+)_inst (.*)', line)


    if match_instantiation:
    print match_instantiation.group(1)
    result.append(match_instantiation.group(1))
    else:
        continue

---

您可能需要一次读取多行以确定该字符串是否为模块名 或者不是。
请尝试以下操作：

import re

input_file = open("sample.log", "r")
lines = input_file.read()   # reads all lines and store into a variable
input_file.close()
for m in re.finditer(r'^\s*([a-zA-Z_0-9]+)\s+([a-zA-Z_0-9]+\s+\(|#\()', lines, re.MULTILINE):
    print m.group(1)

这将产生：

model_ip
native_my_ip
resync

上面的正则表达式查找可能的实例名或

#（

）

希望这有帮助。

使用Perl

$ perl -0777 -ne ' while ( /^\s+((\w+)\s+(\S+)\s+\(\s+\.)|^\s+(\S+)\s+\#\(\s+/gmsx ) { print "$2$4\n" } ' sample.log
model_ip
native_my_ip
resync

$

---

为什么

resync

在您的预期输出中而不是

INIT_值

？我实际上是在寻找名字（在verilog中通常称为模块）.resync是一个模块名。INIT_值是一个参数，我对此不感兴趣。匹配您需要的内容不会很好，因为您的实例名使用的格式不一致。例如，您有xxxx_inst和inst_xxxx。这些参数使这一点更加复杂。我建议您使用此工具，直到获得所需的内容@user2532296，您能否提供更多有关如何获得预期输出的详细信息？例如，您需要在特定关键字之后添加关键字？或者在关键字之前添加关键字等？

$ perl -0777 -ne ' while ( /^\s+((\w+)\s+(\S+)\s+\(\s+\.)|^\s+(\S+)\s+\#\(\s+/gmsx ) { print "$2$4\n" } ' sample.log
model_ip
native_my_ip
resync

$