Python返回过去30天的数据

我有这个日志文件样本，我需要计算过去一个月、三个月和一年的条目。这里只是日志文件的几行

10/14/2015 10:04:25 AM Following file:<open file 'dirs/tmp/bundle_21241.dat.json', mode 'r' at 0x8b73498> has invalid json which is ignored
11/15/2015 10:42:53 PM Following file:<open file 'dirs/tmp/bundle_21241.dat.json', mode 'r' at 0xa314498> has invalid json which is ignored
10/21/2015 10:16:42 AM Following hmac:94e301ff67773de56194165451535ba223cd27588221363290fbfcb96d9d0539  with is already in database so dropping
11/21/2015 10:16:42 AM The data for the duplicate Hmac is : HF 13300100012015-06-15 19:11:47+0000+ 12.61 0.430  1686.00
10/21/2015 10:16:42 AM Following hmac:c35330404902c0b1bb5c6d0718407ea12b25a464433bd1e69152ccc0e0b89c9f  with is already in database so dropping
10/17/2015 10:16:42 AM The data for the duplicate Hmac is : HF 13300100012015-06-15 19:30:21+0000+ 12.61 0.010  1686.00
10/11/2015 10:16:42 AM Following hmac:8df71a9f6b6f0a0adb48c052767045f37ec34fce9c002a1c0c5ebc38ed500bf8  with is already in database so dropping
10/15/2015 10:16:42 AM The data for the duplicate Hmac is : HF 13300100012015-06-15 19:45:40+0000+ 12.61 0.018  1686.00
12/21/2015 10:16:42 AM Following hmac:fda9f5756461a8bc2922c55e75a31cf4915e6b0d016ecb786666624a0f04a02f  with is already in database so dropping
12/10/2015 10:16:42 AM The data for the duplicate Hmac is : HF 13300100012015-06-15 20:01:01+0000+ 12.60 0.048  1686.00
07/21/2015 10:16:42 AM Following hmac:84d9cdb2145b7c3e0fa2d099070b7bd291c652f30ca25c69240e33ebbd2b8677  with is already in database so dropping

10/14/2015 10:04:25 AM以下文件：包含无效的json，将被忽略
2015年11月15日10:42:53下午以下文件：包含无效json，该文件将被忽略
2015年10月21日上午10:16:42以下hmac:94e301ff67773de56194165451535ba223cd27588221363290fbfcb96d9d0539已在数据库中，因此正在删除
2015年11月21日上午10:16:42重复Hmac的数据为：HF 1330010002015-06-15 19:11:47+0000+12.61 0.430 1686.00
2015年10月21日上午10:16:42以下hmac:c35330404902c0b1bb5c6d0718407ea12b25a464433bd1e69152ccc0e0b89c9f已在数据库中，因此正在删除
2015年10月17日上午10:16:42重复Hmac的数据为：HF 1330010002015-06-15 19:30:21+0000+12.61 0.010 1686.00
2015年11月10日上午10:16:42以下hmac:8df71a9f6b6f0a0adb48c052767045f37ec34fce9c002a1c0c5ebc38ed500bf8已在数据库中，因此正在删除
2015年10月15日上午10:16:42重复Hmac的数据为：HF 1330010002015-06-15 19:45:40+0000+12.61 0.018 1686.00
2015年12月21日上午10:16:42以下hmac:FDA9F5756461A8BC292C55E75A31CF4915E6B0D016ECB7866624A0F04A02F已在数据库中，因此正在删除
2015年10月12日上午10:16:42重复Hmac的数据为：HF 1330010002015-06-15 20:01:01+0000+12.60 0.048 1686.00
2015年7月21日上午10:16:42以下hmac:84D9CDB2145B7C3E0FA2D09070B7BD291C652C69240E33EBBD2B8677已在数据库中，因此正在删除

这是我的密码

from datetime import date
from datetime import time
from datetime import datetime
from datetime import timedelta
import os

def fileCount(fileName):

    with open(fileName) as FileObj:

        Count = 0
        today_date = date.today()
        One_Year = str(today_date -  timedelta(days=365))
        One_Month = str(today_date -  timedelta(days=30))
        Three_Months = str(today_date -  timedelta(days=90))

        while True:

            line = FileObj.readline()

            record_date = ('-'.join(line[:10].split('/'))).split(" ")

            if not line:

                break

            if "Following hmac" in line:

                try:
                    convert_date = datetime.strptime(record_date[0], '%m-%d-%Y')

                    #print "Difference is ", todayDate -  convert_date.date()

                    #print convert_date.date()

                    date_diff = str(today_date - convert_date.date())

                    #print dateDiff[:8]

                    if date_diff[:8] < One_Month:

                        Count += 1

                        #print "Last 30 Days Failed HMAC is ", Count

                    else:

                        continue

                #print convert_date.date()

                except ValueError:

                    print 'This line has a problem:', record_date


        print "The Total Number of Failed HMAC is ", Count      

# Call The function
def main():

    filePath = 'file.txt'

    fileCount(filePath)

if __name__ == "__main__":

    main()

from datetime导入日期
从日期时间导入时间
从日期时间导入日期时间
从日期时间导入时间增量
导入操作系统
def文件计数（文件名）：
打开（文件名）为FileObj时：
计数=0
今天\日期=日期。今天（）
一年=str（今天日期-时间差（天数=365））
一个月=str（今天日期-timedelta（天=30））
三个月=str（今天日期-timedelta（天=90））
尽管如此：
line=FileObj.readline（）
记录日期=（'-'.join（第[：10行）.拆分（'/'））.split（“”）
如果不是直线：
打破
如果行中有“遵循hmac”：
尝试：
convert_date=datetime.strtime（记录日期[0]，“%m-%d-%Y”）
#打印“差异是”，todayDate-convert_date.date（）
#打印转换日期。日期（）
date\u diff=str（今天\u日期-转换\u日期.date（））
#打印日期差异[：8]
如果日期差[：8]<一个月：
计数+=1
#打印“过去30天失败的HMAC is”，计数
其他：
持续
#打印转换日期。日期（）
除值错误外：
打印“此行有问题：”，记录日期
打印“失败的HMAC总数为”，计数
#调用函数
def main（）：
filePath='file.txt'
文件计数（文件路径）
如果名称=“\uuuuu main\uuuuuuuu”：
main（）

---

我是个编程新手，不太懂日期算术。目前我得到了返回的答案，但它们似乎没有返回正确的值。目标是循环遍历每一行，并计算最近30、60和365天间隔的行数。我的代码目前包含过去30天的测试，但返回的值错误。

您需要将所有内容转换为datetime对象，以便能够比较项目。此外，通过在列表中定义所有不同的范围，并使用Python

计数器（）

对它们进行相应的计数，处理所有不同的范围也会更容易。这将更容易扩大范围

from datetime import datetime, timedelta
from collections import Counter


def fileCount(fileName):
    log_entry_counts = Counter()
    today = datetime.today()

    date_ranges = [
        ('three months', today - timedelta(days=90)),
        ('month', today - timedelta(days=30)),
        ('year', today - timedelta(days=365))]

    with open(fileName) as f_input:
        for line in f_input:
            if "Following hmac" in line:
                log_date = datetime.strptime(line[:10], '%m/%d/%Y')

                for text, dr in date_ranges:
                    if log_date >= dr:
                        log_entry_counts[text] += 1

    total = 0

    for text, count in log_entry_counts.items():
        print "Failed HMAC in the last {}: {}".format(text, count)
        total += count

    print "Total failed HMAC:", total

fileCount('input.txt')

这将使您的输出看起来像：

Failed HMAC in the last three months: 1
Failed HMAC in the last month: 1
Failed HMAC in the last year: 2
Total failed HMAC: 4

---

您的变量命名错误

one month

应该命名为

one\u month

，否则它看起来像一个类名。谢谢。我已经按照要求做了必要的修改。如果您有时间，请阅读感谢材料。你知道如何解决我上面的问题吗？我做了一些更改，但没有返回正确的计数。这里有一个提示：您没有将日期对象与日期对象进行比较，而是将字符串与字符串进行比较<代码>日期差异[：8]<一个月=>您希望如何找到另一个月之后的日期？它们是弦，非常感谢。我正在努力理解这些概念，我知道随着时间的推移，它们会变得更容易