程序員經常會面臨日誌的分析工作。而正則表達式是處理日誌的必備工具。

“Line 622: 01-01 09:04:16.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf] update_freeze_data: dabc9:bl_level=1740”
“app_log_cat new log begin”
“Line 627: 01-01 09:04:17.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf] update_freeze_data: dabc:bl_level=1720”

比如，對於上面的日誌，需要找到日誌時間，並且要找到對應格式的數據。這裏面包含的問題主要包括：

1. 匹配工作。需要找到真正的日誌，上面的第二行就不是真正的日誌；
2. 分割工作(split)。把日誌按照空格進行分割，找到日誌時間；
3. 篩選工作。找到匹配的格式，從而把數字1740和1720篩選出來。

針對匹配工作，需要找到開頭是 ‘Line‘ 的行。用到re的search()函數。

import re

strrs = list()
strrs.append("Line 622: 01-01 09:04:16.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf]           update_freeze_data: dabc9:bl_level=1740
 
")
strrs.append("app_log_cat new log begin")
strrs.append("Line 627: 01-01 09:04:17.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf]           update_freeze_data: dabc:bl_level=1720")
regex = r‘Line‘
for strr in strrs:
    str_search = re.match(regex, strr)
    if str_search:
        print(True)
    
 
else:
        print(False)

匹配結果如下

True
False
True

針對分割工作，需要找到日誌時間。觀察上述日誌，是以空格作為分割依據。

import re

strr = ‘Line 622: 01-01 09:04:16.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf]‘        ‘ update_freeze_data: dabc9:bl_level=1740‘
regex = ‘\s‘
str_split = re.split(regex, strr)
print(str_split)

分割後的輸出是一個list，在其中選擇時間對應的數據即可。

[‘Line‘, ‘622:‘, ‘01-01‘, ‘09:04:16.727‘, ‘<6>‘, ‘[pid:14399,‘, ‘cpu1‘, ‘dabc_pwym_task]‘, ‘[histbf]‘, ‘update_freeze_data:‘, ‘dabc9:bl_level=1740‘]

針對篩選工作，需要找到最後的數據。

import re

strr = """Line 622: 01-01 09:04:16.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf]
          update_freeze_data: dabc9:bl_level=1740
          Line 627: 01-01 09:04:17.727 <6> [pid:14399, cpu1 dabc_pwym_task] [histbf] 
          update_freeze_data: dabc:bl_level=1720"""
regex = r‘dabc\d?:bl_level=(\d+)‘
str_select = re.findall(regex, strr)
print(str_select)

篩選後的結果是一個list

[‘1740‘, ‘1720‘]

Python日誌分析與正則表達式