python 读取ng日志并根据关键字分离出相关行数据

运维时需要分析ng的log日志, 然后根据关键字读取相关行数据出来分析, 避免打开整个文件太大导致缓慢.


代码如下


'''

读取keyWordName关键字的出现次数

'''

# 计数

count =0

# 每次读取文件内容大小

sizeInt =1000000

matchList = []

# 查询关键字

def findWordCount(f, sizeInt, keyWordName):

global count

count =0;

while True:

line = f.readline(sizeInt)

if not line:

break

pass

        lineStr =str(line)

if lineStr.find(keyWordName) > -1:

matchList.append(lineStr)

count +=1

            # print(lineStr)

    return count

# 打印

def printKeywordCount(f, sizeInt, keyWordName):

count = findWordCount(f, sizeInt, keyWordName)

print(count)

print(keyWordName +"出现次数: " +str(count))

# 查询文件里关键字出现次数

def findTheKeyWordCount(fileName, keyWordName):

with open(fileName, "r", encoding="utf-8", errors='ignore')as f:

printKeywordCount(f, sizeInt, keyWordName)

def saveMatchList(saveFileName, matchList):

contents =""

    for iin range(0, len(matchList)):

contents += matchList[i] +"\n"

    save2File(saveFileName, contents)

# 保存文件

def save2File(fileName, content):

f =open(fileName, "w")

num = f.write(content)

print(num)

# 关闭打开的文件

    f.close()

# 执行工作

def doMyJob(fileName, keyWordName, saveFileName):

# 查询关键字

    findTheKeyWordCount(fileName, keyWordName)

# 打印

# print(matchList)

# 保存文件

    saveMatchList(saveFileName, matchList)

if __name__ =='__main__':

# 文件所在目录

    fileName ="D:/code/workspace/python/test1/test/files/error.log"

    # 需要查询的关键字

    keyWordName ="[error]"

    # 解析后的内容保存文件

    saveFileName ="D:/code/workspace/python/test1/test/files/error_logs_20180704.txt"

    doMyJob(fileName, keyWordName, saveFileName)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 195,719评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,337评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 142,887评论 0 324
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,488评论 1 266
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,313评论 4 357
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,284评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,672评论 3 386
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,346评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,644评论 1 293
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,700评论 2 312
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,457评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,316评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,706评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,261评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,648评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,859评论 2 335