2
def logs():
    with open("C:/Users/mfers/OneDrive/Escritorio/DataSciencePython/logdata.txt", "r") as file:
        logdata = file.read()
    pattern = r"""
    (?P<host>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})
    (.*-\s )
    (?P<user_name>\w*)
    (.*\s )
    (?P<time>\[(.+?)\])
    (.*\s )
    (?P<request>\"(.+?)\")
    """
    for item in re.finditer(pattern,logdata,re.VERBOSE):
        print(item.groupdict())

Ese es el código que llevo el me devuelve una lista de los host, user_name, time y request super bien pero en el time que es para extraer un texto que se encuentra entre: [(.+?)] este lo extrae pero no omite los corchetes y al igual que este con las comillas "(.+?)"

6
  • No se entiende nada.
    – Candid Moe
    Commented el 24 may. 2021 a las 19:25
  • Por favor explicate mejor, y ejemplifica todo
    – Excorpion
    Commented el 24 may. 2021 a las 19:26
  • debes incluir un ejemplo minimo verificable. los datos de entrada,el codigo que llevas hasta ahora "que as intentado" y cual es el resultado deseado....
    – Bryro
    Commented el 24 may. 2021 a las 19:27
  • pattern = r"""(?P<host>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}) (.*-\s ) (?P<user_name>\w*) (.*\s ) (?P<time>[(.+?)]) (.*\s ) #(?P<request>\"(.+?)\") """ for item in re.finditer(pattern,logdata,re.VERBOSE): print(item.groupdict()) Commented el 24 may. 2021 a las 19:41
  • {'host': '146.204.224.152', 'user_name': 'feest6811', 'time': '[21/Jun/2019:15:45:24 -0700]', 'request': '"POST /incentivize HTTP/1.1"'} Commented el 24 may. 2021 a las 19:42

1 respuesta 1

1

Simplemente haz que el grupo con nombre sea el interno en vez del externo. Me explico, en la expresión:

(?P<time>\[(.+?)\])

tienes en realidad dos grupos de captura. El "externo" al que has dado el nombre time captura todo, incluyendo los corchetes y lo que hay dentro de ellos. Pero dentro de los corchetes tienes otro grupo de captura "anónimo", el cual no te aparecerá en los resultados de groupdict(). Sin embargo, si lo hubieras escrito así:

(\[(?P<time>.+?)\])

Entonces el grupo externo es el anónimo (y de hecho no haría falta ese grupo), y el que capturas en cambio con el nombre time se refiere a lo que hay dentro de los corchetes, sin ellos.

Un ejemplo completo:

pattern = r"""
  (?P<host>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})
  (.*-\s )
  (?P<user_name>\w*)
  (.*\s )
  \[(?P<time>.+?)\]
  (.*\s )
  \"(?P<request>.+?)\"
"""

logdata = "192.168.1.12 - foobar [12:23] \"blabklasfklaskl\""
for item in re.finditer(pattern,logdata,re.VERBOSE):
    print(item.groupdict())

Imprime al ejecutarse:

{'host': '192.168.1.12', 'user_name': 'foobar', 'time': '12:23', 'request': 'blabklasfklaskl'}

Que creo que es lo que estabas buscando.

1
  • Sii super bien funciona miiiiiiil graciaaaaaas Commented el 24 may. 2021 a las 19:48

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.