Coursera课程-Python作业1中的数据科学介绍

我正在Coursera上这门课，在做第一个作业的时候，我正在处理一些问题。任务基本上是使用正则表达式从给定文件中获取某些值。然后，函数应输出包含以下值的字典：

example_dict = {"host":"146.204.224.152", 

                "user_name":"feest6811", 

                "time":"21/Jun/2019:15:45:24 -0700",

                "request":"POST /incentivize HTTP/1.1"} 

这只是该文件的屏幕截图。由于某些原因，如果不直接从Coursera打开链接，该链接将无法工作。我为格式错误提前道歉。我必须指出的一点是，在某些情况下，正如您在第一个示例中看到的，没有用户名。而是使用“-”

159.253.153.40 - - [21/Jun/2019:15:46:10 -0700] "POST /e-business HTTP/1.0" 504 19845
136.195.158.6 - feeney9464 [21/Jun/2019:15:46:11 -0700] "HEAD /open-source/markets HTTP/2.0" 204 21149 

这就是我现在拥有的。但是，输出为无。我想我的模式有问题

import re
def logs():
    
    with open("assets/logdata.txt", "r") as file:
        logdata = file.read()
    # YOUR CODE HERE
        
        pattern = """ 
        (?P<host>\w*)
        (\d+\.\d+.\d+.\d+\ )
        (?P<user_name>\w*)
        (\ -\ [a-z]+[0-9]+\ )
        (?P<time>\w*)
        (\[(.*?)\])
        (?P<request>\w*)
        (".*")
        """
        for item in re.finditer(pattern,logdata,re.VERBOSE):
       
            print(item.groupdict())

重新导入
def日志（）：
打开（“assets/logdata.txt”、“r”）作为文件：
logdata=file.read（）
#你的代码在这里
pattern=”“”
（？P\w*）
（\d+\.\d+.\d+.\d+\）
（？P\w*）
（\-\[a-z]+[0-9]+\）
（？P\w*）
(\[(.*?)\])
（？P\w*）
(".*")
"""
对于re.finditer中的项（模式、日志数据、re.VERBOSE）：
打印（item.groupdict（））

您可以使用以下表达式：

（？P\d+（？：\.\d+{3}）#1个以上数字和3个发生率。和3个数字
\s+\s+\s+#1+空格、1+非空格、1+空格
（？P\S+\S+\[\35; 1+非空白（组“用户名”）、1+空白和[
（？P[^\]\[]*）\]\s+#组“时间”：0+除[和]，]以外的字符，1+空格
（？P[^“]*）“#”，组“请求”：0+非-chars

看。 见：

重新导入
logdata=r“159.253.153.40---[21/Jun/2019:15:46:10-0700]“POST/e-business HTTP/1.0”504 19845
136.195.158.6-feeney9464[21/Jun/2019:15:46:11-0700]“HEAD/open-source/markets HTTP/2.0”204 21149“
模式=r''
（？P\d+（？：\.\d+{3}）#1+个数字和3个发生率。和3个数字
\s+\s+\s+#1+空格、1+非空格、1+空格
（？P\S+\S+\[\35; 1+非空白（组“用户名”）、1+空白和[
（？P[^\]\[]*）\]\s+#组“时间”：0+除[和]，]以外的字符，1+空格
（？P[^“]*）“#”，组“请求”：0+非-chars
'''
对于re.finditer中的项（模式、日志数据、re.VERBOSE）：
打印（item.groupdict（））

输出：

{'host'：'159.253.153.40'，'user_name'：'-'，'time'：'21/Jun/2019:15:46:10-0700'，'request'：'POST/e-business HTTP/1.0'}
{'host'：'136.195.158.6'，'user_name'：'feeney9464'，'time'：'21/Jun/2019:15:46:11-0700'，'request'：'HEAD/open-source/markets HTTP/2.0'}

使用以下代码进行检查：

assert len(names()) == 4, "There are four names in the simple_string"

---

有关regex的更多信息，请阅读以下文档，这对初学者非常有用：

非常感谢！！！成功了！！！然而，我可以问一个关于你的解决方案的问题吗？这听起来可能很愚蠢，但是你不需要把所有的东西都放在括号里吗？例如，（“？P[^”]*”），或者它们是相同的吗？另外，请您解释一下您的定期报告中“？：”的含义expression@BryantHsiung不能使用

（“？P[^”]*”

，它是无效的正则表达式构造。了解更多信息。刚刚做了！再次感谢！所有调试细节都在问题中，问题就在主题上。刚刚修正了格式。

assert len(names()) == 4, "There are four names in the simple_string"