python 2.7 re模块斜杠匹配问题

Python014

python 2.7 re模块斜杠匹配问题,第1张

看了半天，也没明白为什么要用正则表达式re模块，不都是替换插入原始字符串吗，直接用字符串的find,replace,index等方法不就行了。

如果非要用re模块，将出问题的正则表达式用re.escape转义成本来的意思

>>>s1='a\n"C:\\Users\\12"\n<UL>\n'

>>>ps='a\n"C:\\Users\\12"\n<UL>\n</UL>\n"C:\\Users\\q"\n<UL>\n</UL>\n'

>>>s1 in ps

True

>>>ps=re.sub(re.escape(s1),'',ps)

本文使用Python2.7解析nginx日志文件，并把nginx的时间转化为时间戳（1970纪元后经过的浮点秒数），并存放到特定文件中。

Nginx的http日志格式：

示例如下：

这里使用Python的glob模块来获取所有日志文件。日志文件每天0时进行备份，命名为nginx.log.YYMMDD。

模块linecache允许从任何文件里得到任何的行，并且使用缓存进行优化，常见的情况是从单个文件读取多行。

使用python的re模块解析每一条日志。

其中body_bytes捕获非空字符串，而不是数字，因为日志里可能存在该字段值为“-”，即没有请求体。

date、method、request等参数可以采用以下方式进行提取。

使用python的time模块把时间转为时间戳。

产生文件time.log，内容如下：

语法错误啊，打印调试看看为啥。

File "/home/yongjieg/temperature_scan/data_tranship/dataproc.py", line 1328, in <module>

data_proc.analyze()