【问题标题】:In Python, how could I convert a whitespace-delimited log output to a Markdown-formatted table?在 Python 中,如何将空格分隔的日志输出转换为 Markdown 格式的表?
【发布时间】:2015-07-14 15:24:02
【问题描述】:

在 Python 中,如何将空格分隔的日志输出转换为 Markdown 格式的表格?

我有一个输出日志,其中包含以下格式的打印输出:

 - e_jets cutflow:
                                  cut         events
      1                       INITIAL          13598
      2                           GRL           7250
      3               EL_N 25000 >= 1            326
      4               EL_N 25000 == 1            313
      5               MU_N 25000 == 0            313
      6             JETCLEAN LooseBad            313
      7              JET_N 25000 >= 1            113
      8              JET_N 25000 >= 2             26
      9              JET_N 25000 >= 3              8
     10              JET_N 25000 >= 4              2
     11      MVA_BTAG MV2c20 -0.4434               2
     12                     VARIABLES              2
     13                          SAVE              2

 - mu_jets cutflow:
                                  cut         events
      1                       INITIAL          13598
      2                           GRL           7250
      3               MU_N 25000 >= 1            326
      4               MU_N 25000 == 1            313
      5               EL_N 25000 == 0            313
      6             JETCLEAN LooseBad            313
      7              JET_N 25000 >= 1            127
      8              JET_N 25000 >= 2             47
      9              JET_N 25000 >= 3             15
     10              JET_N 25000 >= 4              4
     11      MVA_BTAG MV2c20 -0.4434               4
     12                     VARIABLES              4
     13                          SAVE              4

我想将其转换为如下形式(Markdown 表):

|**e_jets cutflow**|**cut**|**events**|
|---|---|---|
|1|INITIAL|13598|
|2|GRL|7250|
|3|EL_N 25000 >= 1|326|
|4|EL_N 25000 == 1|313|
|5|MU_N 25000 == 0|313|
|6|JETCLEAN LooseBad|313|
|7|JET_N 25000 >= 1|113|
|8|JET_N 25000 >= 2|26|
|9|JET_N 25000 >= 3|8|
|10|JET_N 25000 >= 4|2|
|11|MVA_BTAG MV2c20 -0.4434|2|
|12|VARIABLES|2|
|13|SAVE|2|

|**mu_jets cutflow**|**cut**|**events**|
|---|---|---|
|1|INITIAL|13598|
|2|GRL|7250|
|3|MU_N 25000 >= 1|326|
|4|MU_N 25000 == 1|313|
|5|EL_N 25000 == 0|313|
|6|JETCLEAN LooseBad|313|
|7|JET_N 25000 >= 1|127|
|8|JET_N 25000 >= 2|47|
|9|JET_N 25000 >= 3|15|
|10|JET_N 25000 >= 4|4|
|11|MVA_BTAG MV2c20 -0.4434|4|
|12|VARIABLES|4|
|13|SAVE|4|

一种方法是用竖线字符替换两个或多个连续空格。我怎样才能以有效的方式做到这一点?鉴于表总是有三列,有没有更好、更健壮的方法来做到这一点?

【问题讨论】:

  • 您在尝试实施您的解决方案时遇到了哪些特定的编码问题?您如何确定它不是高效/稳健的?
  • 好吧,我不确定如何做一些简单且节省空间的事情,例如字符串split 或字符串replace,因为空格数会根据条目而变化。我目前的想法将涉及很多if 声明。条目中可以有空格而不是它们的分隔符这一事实令人困惑。
  • 您是否考虑过使用正则表达式(例如regex101.com/r/tJ3vB4/1)?
  • 不要再担心优化(90% 的情况下这完全无关紧要),开始编写一些代码,只做你想做的事。
  • 你考虑过 Python 的cvs 模块吗?您可以指定逗号以外的分隔符。这应该会给你一个 Python 数据结构,然后你可以做任何你想做的事情。

标签: python replace markdown whitespace tabular


【解决方案1】:

根据发布的问题、cmets 和示例数据(所有空格,无制表符),我的假设是真正的问题是如何处理数据中的每一行包含不同数量的每个字段之间的空格。

假设空格可以出现在一个字段中,但一次只能出现一个,并且两个或多个空格分隔一个字段,以下正则表达式将很容易找到每个字段之间的中断(两个或多个空格):

[ ]{2,}

然后使用替换来替换所有分隔符:

output = re.sub(r'[ ]{2,}', input, '|')

当然,这不处理行尾或标题。但是对于标题,您可能无论如何都希望在行上拆分,因此您也可以处理行尾:

SPACES_RE = re.compile(r'[ ]{2,}')

new_lines  []
for line in input.split('\n'):
    new_lines.append(SPACES_RE.sub(line, '|'))
output = '|\n'.join(new_lines)

现在,只需在循环中添加一个或两个 if 语句来检测标题并适当地格式化它,您就有了一个可行的解决方案。由于没有具体询问,我将把它作为练习留给读者。

【讨论】:

  • 非常感谢您的解决方案以及有关使用正则表达式解决此问题的有用指导。我将您的一些想法与过滤和拆分一起使用:entries = filter(None, line.split(" ")).
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 2022-08-11
  • 1970-01-01
  • 2021-06-02
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2010-11-24
相关资源
最近更新 更多