1、问题背景
给定一段文本,文本中包含多条错误信息,每条错误信息包含行号、错误路径和错误信息。需要从文本中提取出这些错误信息,并以特定的格式输出。
python
line, Error = 12, This is the Error
line, Error = 34, Another Error
line, Error = 90, Error Three
使用以下代码可以完成提取错误信息的任务:
python
theText = 'ERROR: ...'
ERROR_RE = re.compile(r'^ERROR: <(?P<path>.*):(?P<line>[0-9]+)> (?P<error>.*)$')
mainName = '\Main.ext'
# 遍历每一行
for fullline in theText.splitlines():
match = self.ERROR_RE.match(fullline)
if match:
path, line, error = match.group('path'), match.group('line'), match.group('error')
if path.endswith(mainName):
callSomething(line, error)
# 否则检查下一行是否有'Call Trace:'
# 检查下一行是否有mainName并获取行号
# callSomething(linenumber, error)
问题是,在检查完一行后,如何循环遍历剩余的行以提取下一条错误信息?
2、解决方案
直接循环遍历剩余元素的方法是将循环的第一行改为:
python
lines = theText.splitlines()
for (linenum, fullline) in enumerate(lines):
```pyhton
然后,在匹配之后,可以通过查看 `lines[j]` 来获取剩余的行,其中 `j` 从 `linenum+1` 开始,一直运行到下一个匹配。
但是,解决这个问题的更巧妙的方法是首先将文本分割成块。有许多方法可以做到这一点,但是作为前 perl 用户,我的冲动是使用正则表达式。
```pyhton
# 将文本分割成以 /^ERROR/ 开头并一直持续到下一个 /^ERROR/ 或字符串结尾的块。
#
# (?m) - 让 '^' 和 '$' 匹配每行的开头/结尾
# (?s) - 让 '.' 匹配换行符
# ^ERROR - 触发匹配的开始
# .*? - 以非贪婪的方式获取字符,在以下表达式匹配时停止
# (?=^ERROR|$(?!\n)) - 匹配直到下一个 /^ERROR/ 或字符串结尾
# $(?!\n) - 匹配字符串结尾。通常 '$' 就足够了,但由于我们用 '(?m)' 启用了多行模式,所以我们必须使用 '(?!\n)$' 来防止它匹配行尾。
blocks = re.findall('(?ms)^ERROR.*?(?=^ERROR|$(?!\n))', theText)
现在,我们可以遍历这些块,并从每个块中提取错误信息:
python
for block in blocks:
match = ERROR_RE.match(block)
if match:
line, error = match.group('line'), match.group('error')
callSomething(line, error)
这将提取出文本中的所有错误信息,并以指定格式输出。
代码例子:
python
import re
theText = '''ERROR: <C:\Includes\Library1.inc:123> This is the Error
Call Trace:
<C:\Includes\Library2.inc:456>
<C:\Includes\Library2.inc:789>
<C:\Code\Main.ext:12>
<Line:1>
ERROR: <C:\Includes\Library2.inc:2282> Another Error
Call Trace:
<C:\Code\Main.ext:34>
<C:\Code\Main.ext:56>
<C:\Code\Main.ext:78>
<Line:1>
ERROR: <C:\Code\Main.ext:90> Error Three'''
ERROR_RE = re.compile(r'^ERROR: <(?P<path>.*):(?P<line>[0-9]+)> (?P<error>.*)$')
mainName = '\Main.ext'
# 将文本分割成块
blocks = re.findall('(?ms)^ERROR.*?(?=^ERROR|$(?!\n))', theText)
# 从每个块中提取错误信息
for block in blocks:
match = ERROR_RE.match(block)
if match:
line, error = match.group('line'), match.group('error')
print(f'line, Error = {line}, {error}')
输出结果:
pythion
line, Error = 123, This is the Error
line, Error = 2282, Another Error
line, Error = 90, Error Three