Python：解析日志文件中的成对行

如何解决Python：解析日志文件中的成对行

我有一个日志文件，需要针对特定​​事件进行解析。问题是我需要的数据来自成对的事件条目，每个事件条目都包含所需的数据。

例如，将有一行事件类型= test并包含一些数据，然后不久之后又有另一行事件类型= test2并包含一些数据。

文件中这些数据对可能有很多实例，或者没有。

我需要做的是告诉代码，当它找到带有event = test的行时，还要查找event = test2的下一个实例，通常在日志的后面几行。

这是数据文件的示例：

2020-08-25 03:36:56.006 INFO    Panda HOOK: {"event":"keepalive","time":1600.0064477}
2020-08-25 03:37:01.006 INFO    Panda HOOK: {"event":"keepalive","time":1605.0066958}
2020-08-25 03:37:06.004 INFO    Panda HOOK: {"event":"keepalive","time":1610.004206}
2020-08-25 03:37:11.003 INFO    Panda HOOK: {"event":"keepalive","time":1615.0032498}
2020-08-25 03:37:16.005 INFO    Panda HOOK: {"event":"keepalive","time":1620.0056292}
2020-08-25 03:37:21.001 INFO    Panda HOOK: {"event":"keepalive","time":1625.0011002}
2020-08-25 03:37:26.007 INFO    Panda HOOK: {"event":"keepalive","time":1630.0073155}
2020-08-25 03:37:31.008 INFO    Panda HOOK: {"event":"keepalive","time":1635.0086481}
2020-08-25 03:37:32.687 INFO    Scripting: event:type=test,initiator=Abe Lincoln,place=Washinton,2020-08-25 03:37:21.001 INFO    Panda HOOK: {"event":"keepalive","time":1635.0086481}
2020-08-25 03:37:34.414 INFO    Scripting: event:type=test2,t=25277.04,type=comment,

这是我必须获得第一行2020-08-25 03:37:32.687 INFO Scripting: event:type=test,

的一些代码

f = open('data.log','r')
lines = f.readlines()
test2Event = 'event:type=test2'
testEvent = 'event:type=test'
for string in lines:
    if testEvent in string:
        initPerson = string.split('initiator=')[1]
f = open('data.log','r')
lines = f.readlines()
test2Event = 'event:type=test2'
testEvent = 'event:type=test'
for string in lines:
    if testEvent in string:
        initPerson = string.split('initiator=')[1]
        person = initPerson.split(',')[0]
        print(person)

到目前为止，我在使用此代码以及所需的结果时遇到错误。我不明白为什么，因为我使用了这个完全相同的脚本，并使用了不同的字符串来进行拆分，而没有任何问题。

结果

Abe Lincoln
Traceback (most recent call last):
  File "main.py",line 15,in <module>
    initPerson = string.split('initiator=')[1]
IndexError: list index out of range

任何有关如何获取下一行数据的建议，以便我可以将数据合并到db或类似数据库中，以及对为什么出现错误消息的任何帮助都将受到赞赏，因为我没有看看问题出在哪里。

代码和数据可在https://onlinegdb.com/Hyuuj7Mmv进行测试

解决方法

两次读取整个文件绝对是多余的。相反，请在遍历文件时跟踪以前所做的事情。

seen_test = False   # state variable for keeping track of what you have done
init_person = None  # note snake_case variable convention pro headlessCamelCase

with open('data.log','r') as f:
    for lineno,line in enumerate(f,start=1):
        if 'event:type=test,' in line:
            if seen_test:
                raise ValueError(
                    'line %i: type=test without test2: %s' % (
                        lineno,line))
            init_person = line.split('initiator=')[1].split(',')[0]
            seen_test = True
        elif 'event:type=test2' in line:
            if seen_test:
                # ... do whatever you want with init_person
                # maybe something like
                result = line.rstrip('\n').split(',')
                print('Test by %s got results %s' % (init_person,result[1:]))
            else:
                raise ValueError(
                    'line %i: type=test2 without test: %s' % (
                        lineno,line))
            seen_test = False

enumerate只是为了在发生故障时在错误消息中添加有用的行号；如果您确定文件始终格式正确，则可以将其删除。

如果type=test行中不包含initiator=，这仍然会失败，但是我们不知道在这种情况下有什么用处，所以我不会尝试解决。

演示：https://repl.it/repls/OverdueFruitfulComputergames#main.py

,

这应该做您想要的：

import re

f = open('data.log','r')
lines = f.readlines()
results = {}
for line in lines:
    if "Scripting:" in line.strip():
        res = dict(re.findall(r"([^= ]+)=(.+?),",line.strip(),re.DOTALL))
        # if the eventtype ends with `2` and match an existing key in results,update data
        if res['event:type'][-1] == '2' and res['event:type'][:-1] in results:
            results[res['event:type'][:-1]].update(res)
        else:
            results[res['event:type']] = res

print(results)

# {'test': {'event:type': 'test2','initiator': 'Abe Lincoln','place': 'Washinton','t': '25277.04','type': 'comment'}}