用python抓取多条非连续线

我有一个文本文件，我希望能够找到“Acct Nbr：”的任何实例，并抓住“Queue Number：”，“Queue Description：”的前面几行，以及队列号后的第5行称为ApplNbr。如果之前有其他应用，它并不总是第5行。这行总是3列数字。例如：“5024 17 110”或“964 16 100”用python抓取多条非连续线

正如您所见，每个队列有时会有多个“Acct nbr：”条目，但大多数时间只有一个。如果可能的话，在一个Queue号码行下有多个Acct nbr将会很好。在这个文本文件中有成千上万的条目，我只需要查找由Acct nbr标识的这些错误：但是我需要队列号，队列描述和每个错误的应用程序。我希望我很清楚。

我用“ - >”标记了所需的行。我想使用python，但我可以使用其他脚本语言，如powershell或使用像grep这样的gnu实用程序。

谢谢你的时间和关注。

文本样本解析：

->Queue Number: 87125 Queue Effective Date: 09-05-2012 Queue Scheduled Date: 09-05-2012 

->Queue Description: **Posting File** Processing Queue Type Description: PM File Load Copy 

    Appl QSub Seq Appl     Appl  Return Start  Stop Time of Run 

    Nbr Nbr Nbr Description   Name  Code  Time  Time (In Minutes) 

->386 2  0 Inclearing Processing AH_CLEAR 0  12:07:21 12:07:56  0.583 

    Procedure Complete 
    *************** Batch Application Errors *************** 

->Acct Nbr: 0000000000  Batch Actv Msg: Bank Check Not Processed - Validation Error 

->Batch Oracle Msg: 

->Acct Nbr: 0000000000  Batch Actv Msg: Bank Check Not Processed - Validation Error 

->Batch Oracle Msg:

所需的输出：

Queue Number: 87125 Queue Effective Date: 09-05-2012 Queue Scheduled Date: 09-05-2012 

Queue Description: **Posting File** Processing Queue Type Description: PM File Load Copy 

386 2  0 Inclearing Processing  AH_CLEAR 0  12:07:21 12:07:56  0.583 

Acct Nbr: 0000000000  Batch Actv Msg: Bank Check Not Processed - Validation Error 
Batch Oracle Msg: 

Acct Nbr: 0000000000  Batch Actv Msg: Bank Check Not Processed - Validation Error 
Batch Oracle Msg:

来源

2012-09-13 user1669104

迭代与存储最新Queue Number和Queue Description状态机的每一行。当您找到Acct Nbr时，请使用存储的值生成输出。

快速未经测试的例子，请适应自己的需要：

class State(object): 

    qnumb = None 
    qdesc = None 

    def feed(self, line): 
     if line.startswith('Queue Number'): 
      self.qnumb = line 
     elif line.startswith('Queue Description'): 
      self.qdesc = line 
     elif line.startswith('Acct Nbr'): 
      return line, self.qnumb, self.qdesc 


def parse(lines): 
    results = [] 
    s = State() 
    for line in lines: 
     entry = s.feed(line) 
     if entry: 
      results.append(entry) 
    return results

来源

2012-09-13 16:36:34

谢谢您的回答。现在我需要学习使用一个类，以便我可以实现这一点。 :) – user1669104

由于您想行具有特定的格式，我想我会用正则表达式来匹配输入想要的线条。您可以使用re.search（）来返回匹配对象与所需内容。

您可以在此处详细了解正则表达式： http://docs.python.org/py3k/library/re.html

来源

2012-09-13 16:47:47 while

感谢您的链接。我也会研究正则表达式。 – user1669104

用python抓取多条非连续线

回答

相关问题