使用Python编写提取日志中的中文的脚本的方法

http://blog.csdn.net/slj_win/article/details/21468505

2015

由于工作需要在一大堆日志里面提取相应的一些固定字符，如果单纯靠手工取提取，数据量大，劳心劳力，于是自然而然想到了用Python做一个对应的提取工具，代替手工提取的繁杂，涉及中文字符，正则表达式不好匹配，但不是不可以实现，这个以后优化时再说。

需求描述：

一个父目录中存在多个子文件夹，子文件夹下有多个txt形式化的Log日志，要求从所有地方Log日志中找出CardType=9, CardNo=0时的CardID的值，并将其统计存储到一个文本文件中，要求CardID不能够重复。

需求解析：

首先获取所有的Log日志的全路径，根据路径分别加载到将各个Log日志加载到内存中进行提取分析，并将结果存储到给定的文本文件中。

解决方案：

为了尽可能的简洁通用，这里使用配置文件作为输入变量的依据。不多说，上代码：

配置文件如下：

103文件夹下有两个文件：log1.txt和log2.txt, 内容类似如下：

Python代码实现如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

# -*- coding: utf-8 -*- #!/usr/bin/python # filename: picktools.py # codedtime:2015-3-25 import os import configparser # 遍历一个目录，输出所有文件名 def itemsbrowse(path):   for home, dirs, files in os.walk(path):     for filename in files:       yield os.path.join(home, filename) # 给的文件中查找对应的字符串所在行      def findchars(filename, chars):   file = open(filename, 'r')   for eachline in file:     if eachline.find(chars) >= 0:       yield eachline   file.close() # 添加到指定的文件 def addtofile(filename, mygenerator):   file = open(filename, 'a')   # 追加方式打开   for line in mygenerator:     file.write(line)   file.close() # 过滤重复的字符行 def filter(filename):   mylist = []   file = open(filename, 'r')   for eachline in file:     mylist.append(eachline.strip())   file.close()       file2 = open(os.path.splitext(filename)[0] + '_filter.txt', 'w')   for line in list(set(mylist)):     print(line, file = file2)     #file2.write(line)   file2.close()     def excute():   iniconf = configparser.ConfigParser()   iniconf.read('config.ini')   ifile = iniconf.get('setting', 'ifilepath')   ofile = iniconf.get('setting', 'ofilepath')   chars = iniconf.get('setting', 'searchstr')       for fullname in itemsbrowse(ifile):     mygenerator = findchars(fullname, chars)     addtofile(ofile, mygenerator)         filter(ofile)                 if __name__ == '__main__':   excute()

输出结果：输出两个文件result.txt 和result_filter.txt

心得体会：

1、利用Python去处理一些日常的小任务，可以很方便的完成，相比较C/C++来说，这方面生产力高了不少。

2、本文设计对中文字符的处理，所以使用正则表达式不太怎么方便，但不少不可以，后续版本中会添加对正则的支持！

3、由于初学中，所以代码写的不够精炼简洁，后续进行再优化！