小杜今天需要從run.log中提取一些關(guān)鍵信息，又一次使用到了python的re.findall和re.match，也有了一點新的收獲。隨意寫一點，當(dāng)作記錄。

我的具體使用場景是需要從數(shù)千行的run.log文件中提取出大括號 { } 中包住的數(shù)據(jù)，數(shù)據(jù)有很多個，但格式都很固定，為 ‘hx 或 ‘hxx 的形式，每個數(shù)據(jù)由一個逗號和空格隔開，即：

{'hx, 'hx, 'hxx, 'hx, 'hxx, 'hxx, ...}

但大括號中的數(shù)據(jù)又只有部分固定位是我所需要的。

作為python腳本初學(xué)者，我目前的解決方法是先把大括號和其中的數(shù)據(jù)提取出來，再使用正則表達式的group將所需的固定位數(shù)據(jù)提取出來。

• re.findall - 在字符串中找到正則表達式所匹配的所有子串，并返回一個列表，如果有多個匹配模式，則返回元組列表，如果沒有找到匹配的，則返回空列表。

• re.match - 嘗試從字符串的起始位置匹配，如果模式在字符串中間，則不會匹配成功，match( ) 返回None。

這樣做的是因為這段數(shù)據(jù)并不在行首，且數(shù)據(jù)前面有一長串的打印信息，并不方便直接使用re.match，因此先使用re.findall將所有符合該pattern的數(shù)據(jù)提取出來，再使用re.match配合group提取固定位信息就方便許多(正則好寫很多)。下面是我的兩段python腳本：

import osimport reimport string
file_input = 'path/run.log'file_output = 'path/xxx1.dat'fi = open(file_input, 'r')fo = open(file_output, 'w')
pattern = '...'   #匹配大括號和數(shù)據(jù)的正則表達式
for line in f1.readlines():  data = re.findall(pattern, line)  fo.write(data)  fo.write('
')
fi.close()fo.close()

import osimport reimport string
file_input = 'path/xxx1.dat'file_output = 'path/xxx2.dat'fi = open(file_input, 'r')fo = open(file_output, 'w')
pattern = '...'   #帶有( )的正則表達式，匹配固定位數(shù)據(jù)
for line in f1.readlines():  data1 = re.match(pattern, line).group(1)  data2 = re.match(pattern, line).group(3)  data3 = re.match(pattern, line).group(5)  fo.write(data1)  fo.write(data2)  fo.write(data3)  fo.write('
')
fi.close()fo.close()

這樣通過連續(xù)運行2次python腳本，再合理使用write( )，就可以提取出我需要的固定位數(shù)據(jù)，并且以我需要的格式寫入到輸出的目標(biāo)文件中。

作為新手，寫的很簡易。能不能把這兩個步驟集成到一個python腳本中？有沒有更便捷的實現(xiàn)方法？還需要繼續(xù)學(xué)習(xí)、思考。