Fork me on GitHub

申博在线娱乐登入大文件分割、命名脚本 - Python

日志文件分割、命名

本文来源:http://www.yu833.com/www_sanwen_net/

申博在线娱乐登入,朴槿惠的创造经济烂尾据韩国金融研究院预计,韩国明年的GDP增幅将为2.5%,相较今年预期低出0.1个百分点,而韩国LG经济研究院则仅给出2.2%的增幅,仅好于亚洲金融风暴时期;韩国央行的数据显示,今年11月韩国制造业景气实查指数(BSI)仅为71,相较去年同期低3个点,第三季度韩国制造业生产总值也达到了时隔7年6个月以来的最低值。一个是俄罗斯库兹涅佐夫号航母上一架苏-33拉断阻拦索坠入大海,另一个则是印度贝德拉号导弹护卫舰在船坞内倾覆,导致严重受损。昨日,冬梅在朋友圈里,发了一条微信:爸,希望你在另一个天堂能开心快乐过着,虽然你离开了我身边,但你永远在我心里,没人能代替你在我心中的位置。不过,火星和天王星联合引起麻烦,代表爱的金星周三也会进入相同位置,告诉你哪里能够找到平静,照亮新的释放爱的路。

现阶段减税空间有限。  中国传统医学日是于5日在这里开幕的世界传统医学国际展览会的一项重要活动。12月7日,乐视网(300104.SZ)宣布临时停牌。韩国方面很快意识到与中国关系的重要。

  苏联解体是上世纪下半叶最大的国际政治事件,对它的评价可以有无数个角度,而且几乎在每一个角度上人们的看法也是分裂的。  把自己调频到高八度,你就能表现出极大的积极明智的转变!  [魔羯座]译者:@Louisalotte  外行星们正在努力达成一致,在它们的作用下,魔羯座们会有很长一段美好时光。可以这么说,如果俄军能如同放弃防空军数量庞大的S-200防空系统那样,下决心把这些苏联时代的大舰全部退役,那就能解决问题了。  眼周皮肤较薄,血管相对丰富,所以身体稍有不适这里都会很明显的表现出来。

工作中经常会收到测试同学、客户同学提供的日志文件,其中不乏几百M一G的也都有,毕竟压测一晚上产生的日志量还是很可观的,xDxD,因此不可避免的需要对日志进行分割,通常定位问题需要针对时间点,因此最好对分割后的日志文件使用文件中日志的开始、结束时间点来命名,这样使用起来最为直观,下面给大家分享两个脚本,分别作分割、命名,希望能够给大家提供一点点帮助;

大文件分割

用法:

  1. python split_big_file.py
  2. 输入文件全路径名
  3. 输入期望的分割后每个小文件的行数
  4. Just wait.

     #?-*-?coding:utf-8?-*-
    
     import os,re,shutil
     import platform
    
     sys_name = platform.system().lower()
     SPLIT_CHAR = '\\' if sys_name.find('windows') != -1 else '/'
    
     print('input big files`s path:')
     _path = raw_input()
     names = []
     pathes = []
     if os.path.isfile(_path):
         print('is file')
         names.append(_path)
     else:
         print('is nothing')
     '''
     elif os.path.isdir(_path):
         print('This is dir')
         pathes = os.listdir(_path)
         print('pathes='+str(pathes))
         for i in range(len(pathes)):
             fullpath = _path+SPLIT_CHAR+pathes[i]
             print('fullpath='+fullpath)
             if os.path.isfile(fullpath):
                 names.append(fullpath)
                 files.append(open(fullpath).read().split('\n'))
     '''
    
     print(len(names))
    
     line_num = int(raw_input('every file`line num = '))
     print('line number='+str(line_num))
    
     for i in range(len(names)):
         _name = names[i]
         ori_name = _name.split(SPLIT_CHAR)[len(_name.split(SPLIT_CHAR))-1]
         dir_name = _name.replace(ori_name,'DIR_'+ori_name)
         dir_name = dir_name.replace('.','_')
         print ori_name
         print dir_name
         os.system('mkdir '+dir_name)
         count = 1
         print '已处理:'+str(count)+'行'
         part_file = open(dir_name+SPLIT_CHAR+str(0)+'.part.txt','w')
         with open(_name, 'rb') as f:
             for line in f:
             if count%line_num == 0:
                 part_file.close()
                 part_file = open(dir_name+SPLIT_CHAR+str(int(count/line_num))+'.part.txt','w')
             part_file.write(line+'\n')
             count+=1
             if count%100000 == 0:
                 print '已处理:'+str(count)+'行'
         print '已处理:'+str(count)+'行'
         os.system('python ./get_name_logfile.py '+dir_name)

文件按照开始、结束行时间戳重命名

用法:

  • python get_name_logfile.py log.txt
  • python get_name_logfile.py logs

参数选择文件或者文件夹均可,如果是文件夹,则会针对文件夹中的每个文件做处理(不会递归到文件夹下文件夹中的文件哦);

    #?-*-?coding:utf-8?-*-


    import os,re,shutil
    import sys
    import platform

    sys_name = platform.system().lower()
    SPLIT_CHAR = '\\' if sys_name.find('windows') != -1 else '/'

    _path = sys.argv[1]
    names = []
    files = []
    pathes = []
    if os.path.isfile(_path):
        print('is file')
        names[0] = _path
    elif os.path.isdir(_path):
        print('This is dir')
        pathes = os.listdir(_path)
        print('pathes='+str(pathes))
        for i in range(len(pathes)):
            fullpath = _path+SPLIT_CHAR+pathes[i]
            print('fullpath='+fullpath)
            if os.path.isfile(fullpath):
                names.append(fullpath)
    else:
        print('is nothing')
        
    print(len(names))

    #   日期格式 : 05-26 18:20:42.093   r'\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{3}'
    #   
    #   05-26 18:20:43.093:r'\d{2}-\d{2} {1,}\d{2}:\d{2}:\d{2}.\d{1,10}'

    date_reg = r'\d{2}-\d{2} {1,}\d{2}:\d{2}:\d{2}.\d{1,10}'
    time_reg = r'\d{2}:\d{2}:\d{2}.\d{1,10}'

    for i in range(len(names)):
        _name = names[i]
        print('name='+_name)
        # head 尝试在10行内查找日期
        head_len = 10
        start_time = '(start_time-'
        _file_ = open(_name, 'rb')
        reads = _file_.read()
        _file = reads.split('\n')
        if len(_file)/2 < 10:
            head_len = len(_file)/2
        for j in range(head_len):
            res = re.search(date_reg, _file[j])
            if res!=None and res.group(0)!=None:
                start_time = res.group(0)
                print('start_time='+start_time)
                break
        # tail
        tail_len = len(_file)-head_len
        end_time = '-end_time)'
        for j in range(len(_file)-1,tail_len-1,-1):
            res = re.search(time_reg, _file[j])
            if res!=None and res.group(0)!=None:
                end_time = res.group(0)
                print('end_time='+end_time)
                break
        _file_.close()
        ori_name = _name.split(SPLIT_CHAR)[len(_name.split(SPLIT_CHAR))-1]
        print('ori_name='+ori_name)
        new_name = start_time.replace(':','-')+'__'+end_time.replace(':','-')+os.path.splitext(ori_name)[1]
        print('new_name='+new_name)
        print("copy %s %s" % (_name, _name.replace(ori_name,new_name)))
        #os.system ("copy %s %s" % (_name, _name.replace(ori_name,new_name)))
        shutil.copy(_name,_name.replace(ori_name,new_name))
        os.system ("rm -rf "+_name)

最后

大家可以到我的Github上看看有没有其他需要的东西,目前主要是自己做的机器学习项目、Python各种脚本工具、数据分析挖掘项目以及Follow的大佬、Fork的项目等:
申博在线娱乐登入/github_com/NemoHoHaloAi

posted @ 2019-09-28 22:02 申博在线娱乐登入HoLoong 阅读(...) 评论(...) 申博在线娱乐登入 编辑 收藏
申博游戏网站登入 太阳城申博娱乐www.sbc66.com 太阳城申博开户登入 菲律宾太阳网娱乐登入 申博线路检测中心 申博游戏网站登入
申博怎么开户代理登入 辉煌国际游戏登入 申博现金网 申博手机版下载客户端 申博百家乐 申博太阳城游戏
申博现金网直营 百家乐手机版登入网址 申博官网登录登入 菲律宾申博太阳城登入 申博在线娱乐登入 www.3158msc.com