【问题标题】：python find digits string in linepython在行中查找数字字符串
【发布时间】：2020-10-13 20:20:38
【问题描述】：

我有这种长日志文件。

2012-02-03 18:35:34 SampleClass6 [INFO] everything normal for id 174025851
2012-02-03 18:35:34 SampleClass4 [FATAL] system problem at id 1991740254
2012-02-03 18:35:34 SampleClass3 [DEBUG] detail for id 1304807656
2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740

我想准确地找到id=1740，并打印行，但id=174025851 也算在内。如何在一行中找到准确的字符串id=1740 并打印行。

for line in f: 
    if str(id) in line: 
        print(line)

它还打印第一行和第二行，但我只想要第 4 行，只有 id 1740

【问题讨论】：

如果你的意思是完全那么 line.strip().endsWith(“id 1740”) 或类似的东西？（不在一台机器上测试这个自动取款机。）
如果您使用re 模块，那么re.search(r'\b1740\b',line) 不够用吗？
Zaman Azam：我更新了我的答案，以反映你在 pciunkiewicz 的回答下写的关于“id”可能出现在字符串的 middle 以及结尾。这个细节应该在问题的前面说明，因为不知道它会使许多答案无效。请您现在编辑您的问题以反映要求。

标签： python regex string match digits

【解决方案1】：

冒着为已经有很多问题添加另一个答案的风险，我认为这里最好使用正则表达式解析器：

import re

the_id = 1740

with open("test.txt") as f:
    for line in f:
        match = re.search("id\s+(\d+)\s*$", line)
        if match and the_id == int(match.group(1)):
            print(line, end='')

这给出了：

2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740

您在这里所做的是使用解析器查找以下结尾的行：“id”，后跟空格，后跟一个或多个数字（您在一个组中捕获），可选地后跟任意数量的空白。

然后将捕获的组转换为 int 并与 id 进行比较。

顺便说一句，id 存储在名为the_id 的变量中，因为id 是内置函数的名称，因此不是一个好的变量名称选择（影响内置函数的使用）。

更新

提问者现已澄清，ID 可以出现在行的中间，不一定出现在行尾。

这可以通过对正则表达式的简单调整来轻松处理。将上述代码中的相关行改为：

        match = re.search("id\s+(\d+)", line)

现在取消对数字后的任何检查。

因为+ 的意思是“一个或多个”也是贪婪（也就是说，它尽可能多地匹配与其相关的模式部分)，ID 的整个由括号组匹配，不需要指定任何关于它后面的内容。

给定输入文件

2012-02-03 18:35:34 SampleClass6 [INFO] everything normal for id 174025851
2012-02-03 18:35:34 SampleClass4 [FATAL] system problem at id 1991740254
2012-02-03 18:35:34 SampleClass3 [DEBUG] detail for id 1304807656
2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740
2012-02-03 19:11:02 id 1740 SampleClass5 [TRACE] verbose detail

现在将输出：

2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740
2012-02-03 19:11:02 id 1740 SampleClass5 [TRACE] verbose detail

【讨论】：

这条线也用这个吗
2 月 23 日 07:38:19 router1 snmpd[359]：SNMPD_TRAP_COLD_START：trap_generate_cold：SNMP 1740 陷阱：冷启动
@ZamanAzam 这甚至不包含字符串id。代码应该如何知道这是一个 id？
所以我有不同的日志文件。我使用 .log 过滤。然后我读了第一个文件。并且文件中的每一行都包含不同的数字字符串。数字（Id）由用户给出。如果它在行中完全相同。然后打印行
snmpd[359]: SNMPD_TRAP_WARM_START:SNMP 陷阱：热启动 SNMPD_THROTTLE_QUEUE_DRAINED:() 清除了所有受限制的陷阱 SNMPD_TRAP_WARM_START:SNMP 陷阱:(1740;543;544) 热启动 SNMPD_TRAP_COLD_START:SNMP 陷阱:(1740737)冷启动

【解决方案2】：

您可以使用正则表达式，例如 id 后跟空格。或者如果 id 总是在行尾。然后使用如果 line.endswith('id '+id) 是真的，那么按照你的逻辑。

【讨论】：

【解决方案3】：

你可以使用正则表达式

import re
text = """
2012-02-03 18:35:34 SampleClass6 [INFO] everything normal for id 174025851
2012-02-03 18:35:34 SampleClass4 [FATAL] system problem at id 1991740254
2012-02-03 18:35:34 SampleClass3 [DEBUG] detail for id 1304807656
2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740
"""

# the \s means the char after 0 must be a space, tab or newline (so, not a number)
p = re.compile(r'.*id 1740\s') 
ls = p.findall(text)

【讨论】：

【解决方案4】：

这是另一种可能性：

import pandas as pd

data=pd.read_csv('/path/to/data.txt', header=None)

for i in range(0,len(data)):
    if data.iloc[i,0].split(' ')[-1][:4]=='1740':
        print(data.iloc[i,0])

即使没有逗号分隔，我也会使用 csv，以便将行保留为单个字符串！然后在循环内检查。

【讨论】：

【解决方案5】：

您可以这样做并拆分行并取最后一个值：

for line in f: 
    if '1740' in line:
        a = line.split(' ')[-1]
        if a == '1740': 
            print(line)

【讨论】：

我认为不希望您对值 '1740' 进行硬编码（尤其是在两个地方没有硬编码相同的常量），但您可能想借此机会建议一个比问题中使用的 id 更好的变量名（这是内置函数的名称）。

【解决方案6】：

根据您的日志结构，如果 id 始终位于行尾，您可以随时更改它以查找以您的确切查询结尾的行：

for line in f: 
    if line.endswith(f"id {id}"): 
        print(line)

编辑：

正如@mrblewog 所提到的，如果行有尾随空格，我们可以使用rstrip 或strip 对其进行预处理：

for line in f:
    line = line.rstrip()
    ### Rest of the logic ###

【讨论】：

可能需要在 endwith 之前从行中去除空格
如果要搜索的行 id 是 1740 但行以 1991740 结尾怎么办？这行不通。
@DavidErickson 啊，是的，你是对的！我已将其更新为更精确，从id XXXXXXXX 开始。
id也可以出现在中间，是一个长日志文件
2012-02-03 19:11:02 id 1740 SampleClass5 [TRACE] 详细信息

【解决方案7】：

你可以用正则表达式来做 -

import re
file = ['2012-02-03 18:35:34 SampleClass6 [INFO] everything normal for id 174025851',
'2012-02-03 18:35:34 SampleClass4 [FATAL] system problem at id 1991740254',
'2012-02-03 18:35:34 SampleClass3 [DEBUG] detail for id 1304807656',
'2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740']
for line in file :
    num = re.findall(r'\d+', line)[-1]
    if(num == '1740'):
        print(line)

输出：

2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740

使用此代码，即使字符串不是以数字结尾，您也会找到每行出现的最后一个数字。

以下将检查1740 是否出现在行中的任何位置。

import re
file = ['2012-02-03 18:35:34 SampleClass6 [INFO] everything normal for id 174025851',
'2012-02-03 18:35:34 SampleClass4 [FATAL] system problem at id 1991740254',
'2012-02-03 18:35:34 SampleClass3 [DEBUG] detail for id 1304807656',
'2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740',
'2012-02-03 19:11:02 id 1740 SampleClass5 [TRACE] verbose detail ']
for line in file :
    num = re.findall(r'\d+', line)
    if('1740' in num):
        print(line)

或者，如果您确定每行都以数字结尾，那么您可以简单地拆分字符串并与拆分的最后一个元素进行比较 -

file = ['2012-02-03 18:35:34 SampleClass6 [INFO] everything normal for id 174025851',
'2012-02-03 18:35:34 SampleClass4 [FATAL] system problem at id 1991740254',
'2012-02-03 18:35:34 SampleClass3 [DEBUG] detail for id 1304807656',
'2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740']

for line in file :
    num = line.split()[-1]
    if(num == '1740'):
        print(line)

输出：

2012-02-03 18:35:34 SampleClass3 [WARN] missing id 1740

【讨论】：

id 可以在文件中的任何位置。就像在弦线中间一样。
那么正则表达式代码将为您工作（只要它出现在该行的最后一个数字）
like id在文件中可以这样出现，
2012-02-03 19:11:02 id 1740 SampleClass5 [TRACE] 详细信息
@ZamanAzam 看看我现在添加的第二个是否有帮助。它适用于您提供的案例