要插入数据库的拆分字符串答案

【问题标题】：split string to be inserted into database要插入数据库的拆分字符串
【发布时间】：2013-07-15 07:02:19
【问题描述】：

我有一个包含很多这样行的文本文件。

Jul 15 12:12:51 whitelist logger: 1|999999999999|id:d9faff7c-4016-4343-b494-37028763bb66 submit date:1307130919 done date:1307130919 stat:DELIVRD err:0|L_VB3_NM_K_P|1373687445|vivnel2|L_VB3_GH_K_P|promo_camp1-bd153424349bc647|1

我需要在数据库中插入值，因此我需要分隔这些值。

1) logger
2) submit date
3) done date
4) stat
5) err

以下正在隔离记录器字符串。

tail  messages | grep logger: | awk -F'logger: ' '{print $2}' | awk '{print $1}'

这是分割字符串的正确方法吗？有更好的选择吗？

【问题讨论】：

您的脚本将为“记录器”打印1|999999999999|id:d9faff7c-4016-4343-b494-37028763bb66。那是你要的吗？显示示例输入的预期输出，并添加另外几行示例输入以帮助阐明您的要求。

标签： python shell sed awk grep

【解决方案1】：

如果你将关键词放在一个文件中，这将起作用：GNU sed 的代码：

 sed -nr 's#.*#h;s/.*(&):\\s*(\\w+).*/\\1:\\2/p;g#p' file2|sed -nrf - file1

例子：

【讨论】：

【解决方案2】：

在 Python 中有很多方法可以实现这一点。一种简单的方法是使用 Python 的内置正则表达式。假设日志输出始终遵循上述规则，您可以像这样提取感兴趣的部分：

import re

s = "Jul 15 12:12:51 whitelist logger: 1|999999999999|id:d9faff7c-4016-4343-b494-37028763bb66 submit date:1307130919 done date:1307130919 stat:DELIVRD err:0|L_VB3_NM_K_P|1373687445|vivnel2|L_VB3_GH_K_P|promo_camp1-bd153424349bc647|1"

logger_re = re.compile(
"logger: ([^ ]+)\
 submit date:(\d+)\
 done date:(\d+)\
 stat:(.+)\
 err:(.+)$")

print logger_re.search(s).groups()

.groups() 方法返回在() 括号内找到的字符串元组。

见http://docs.python.org/2/library/re.html

【讨论】：

这正是我想要的。谢谢。在比较其他答案后，我会接受答案。
如何选择开头的日期？ “白名单”一词之前的文字