提取文件指定子串python+awk

你的名字 2022-05-26 06:45 115阅读 0赞

### 例子提取文件中的特定子串 ###

123142134sadfsadlzsfdsafszdfdsq431535e4qt/version='1.0'/dfasfdsfsdgsasdgdsafe3qreghqa
    12314sfdsafszdfdsq431535e4qt/version='1.21'/dfasfdsfsdgsfe3qreghqa
    123142134sadfsadlzdfdsq431535e4qt/version='1.334'/dfasfsdgdsafe3qreghqa
    123142134sadfdsafszdfdsq431535e4qt/version='1.423'/dfasfdsfasdgdsafe3qreghqa
    123142134sadfsafdsq431535e4qt/version='1.5'/dfasfdsfsdgssafe3qreghqa
    123142134sadfsdsafszdfdsq431535e4qt/version='1.6'/dfasfdsfsafe3qreghqa

提取version字段数据。

*  方案一：读每一行，split分隔，find目标字符串，截取子串。

def getVersion(filename):
        versionList = []
        with open(filename,'r') as lines:
            for line in lines:
                tmpList = line.split('/')
                idx=tmpList[1].find('=')
                versionList.append(tmpList[1][idx+1:])
        return versionList

*  方案二：利用正则的前向后向配置提取目标子串。

def getVersion2(filename):
        versionList=[]
        with open(filename,"r") as fp:
            lines = fp.read()
            pattern = re.compile(r"(?<=/version=).+?(?=/)")
            versionList.append(re.findall(pattern,lines))
        return versionList

*  利用awk同样可以完成。

awk -F/ '{print $2}' filename | cut -c9-

PS:这里awk -F指定分隔符为/ 。cut -c取指定范围的子串， 9-表示9到结束

### 总结一下python的基础语法 ###

*  文件操作  
    with open() as lines \#with语法可以优雅的打开文件，确保文件的关闭，以及捕获异常  
    for line in lines \#读取每行数据。利用文本迭代器  
    readlines()\#将读取文件所有行，返回包含每一行数据的list。  
    readline()\#读取一行。  
    read()\#将文件内容一次性读入内存。
 *  字符串操作  
    str.find(str)\#返回str首字符在查找字符串中的位置，没有找到返回-1  
    str.split(‘/’)\#根据指定分隔符分隔字符，返回list
 *  正则操作  
    (?<=/version=)表示以/version=开始  
    (?=/)表示以/结尾  
    .+?表示最短匹配字符串。 .表示任意字符，+表示一次或多次匹配，？表示非贪婪匹配