AI摘要：
这篇博客介绍了如何使用 Python 的正则表达式从日志中提取各种信息，包括时间戳、机器人名称列表、坐标点等。通过多个示例，展示了如何使用正则表达式匹配特定格式的数据，如日期时间、浮动数值、列表等，并结合 Python 内置的函数（如 eval() 和 re.search()）进行解析和处理。博客强调了正则表达式在日志数据提取中的实用性，帮助开发者快速从复杂的文本中提取所需的信息。
示例1 —— 提取时间戳
[INFO] [1744205701.805933, 388.642000]: [2025-04-09 21:35:01] [log] This iteration begins
从如上所示的一行内容（line）中提取格式为 YYYY-MM-DD HH:MM:SS 的时间戳（不包括方括号），时间戳中的年份、月份、日期、小时、分钟和秒都由数字组成，并且这些数字由特定的分隔符（- 和 :）分隔，可以使用如下所示例的正则表达式
time_str = re.search(r"\[(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})\]", line).group(1)
下面对正则表达式的逐部分进行分析：
正则表达式：r"\[(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})\]"
-
\[：- 反斜杠
\用于转义字符[, 因为在正则表达式中，[是一个元字符，表示字符类的开始。所以\[表示匹配字面上的左中括号[。
- 反斜杠
-
(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})：(和)：表示捕获组，即在匹配过程中将匹配到的内容分组存储，可以通过.group(1)来提取这个分组的内容。\d{4}：表示匹配 4 个数字（即年份部分）。\d匹配一个数字，{4}表示数字的数量为 4。-：表示字面上的连字符-，用来分隔年、月、日。\d{2}：表示匹配 2 个数字，用于匹配月、日、小时、分钟和秒。:：表示字面上的冒号:, 用来分隔小时、分钟和秒。- 该部分整体表示匹配日期时间的格式：
YYYY-MM-DD HH:MM:SS。
-
\]：- 反斜杠
\用于转义字符]，因为在正则表达式中，]是字符类的结束标志。所以\]表示字面上的右中括号]。
- 反斜杠
re.search() 方法：
re.search(r"\[(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})\]", line)：re.search()是 Python 正则表达式模块re中的一个函数，用于在指定的字符串line中查找与给定模式匹配的第一个位置。- 它返回一个匹配对象（如果匹配成功），否则返回
None。 - 在这个例子中，
r"\[(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})\]"是匹配模式，它会查找一个形如[YYYY-MM-DD HH:MM:SS]的时间戳。
.group(1) 方法：
.group(1)表示提取第一个捕获组的内容，即(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})中匹配到的时间字符串。- 由于正则表达式中有一个捕获组（
()），因此.group(1)会返回匹配到的日期时间部分，不包括外部的方括号。
- 由于正则表达式中有一个捕获组（
所以，上述正则表达式可以从一行日志中提取出一个格式为 YYYY-MM-DD HH:MM:SS 的时间戳（不包括方括号）。
示例2 —— 提取字符串列表
[WARN] [1744206318.523503, 467.530000]: [2025-04-09 21:45:18] [log] available robots: ['tb3_1', 'tb3_2']
从如上所示的一行内容（line）中提取出数量不确定的机器人名字列表，并存储到 current_group[“available_robots”]中，可以使用如下所示例的正则表达式
robots = re.search(r"\[(.*?)\]", line.split(":")[-1])
if robots:
current_group["available_robots"] = eval(robots.group(0))
下面对正则表达式的逐部分进行分析：
1. line.split(":")[-1]:
line.split(":")：将line按照冒号:分割成一个列表，分割的依据是:字符。这个操作将日志行从:分隔成多个部分。[-1]：这个表示取列表中的最后一部分，通常是日志行中冒号:后面的内容。
2. re.search(r"\[(.*?)\]", line.split(":")[-1]):
-
这是一个正则表达式匹配操作，它用于在上一步提取的字符串（
line.split(":")[-1]）中查找机器人列表。 -
正则表达式
r"\[(.*?)\]"的含义：\[：匹配字面上的左方括号[，因为方括号是正则表达式中的特殊字符，需要使用反斜杠转义。(.*?)：这是一个捕获组，.*?是一个非贪婪匹配，表示匹配任何字符，直到遇到右方括号]。非贪婪意味着它会尽可能少地匹配字符，以便尽早匹配到右方括号。\]：匹配字面上的右方括号]。
-
re.search()会返回一个匹配对象，如果在提取的字符串中找到符合[...]格式的部分，就会将该部分提取出来。如果没有找到，返回None。
3. robots.group(0):
.group(0)是re.search()返回的匹配对象的方法，它返回匹配到的整个字符串。由于正则表达式是用来提取方括号包围的内容，因此robots.group(0)将会返回一个包含方括号的字符串，例如"['tb3_1', 'tb3_2']"。
4. eval(robots.group(0)):
eval()是一个 Python 内置函数，它将字符串作为 Python 表达式进行求值。- 在这个例子中，
eval(robots.group(0))会将字符串"['tb3_1', 'tb3_2']"解析成一个实际的 Python 列表['tb3_1', 'tb3_2']。 - 这意味着原始日志中的字符串
['tb3_1', 'tb3_2']被转换为一个 Python 列表，可以直接操作。
- 在这个例子中，
5. current_group["available_robots"] = eval(robots.group(0)):
- 这一行将解析出来的机器人列表赋值给
current_group["available_robots"]
6、安全性注意：
使用 eval() 时需要小心，因为它会执行字符串中的任何 Python 表达式。如果输入的字符串不受信任（例如来自用户的输入），它可能会导致安全漏洞。在这个特定场景下，如果 line 来自可靠的日志文件，那么使用 eval() 是可以接受的，但在处理外部输入时应该避免使用。
示例3 —— 提取坐标点，并将它们转换为浮点数的列表
[INFO] [1744206321.989578, 467.911000]: [2025-04-09 21:45:21] [log] centroid record: ['[-3.0867193932760326, -2.0956288642773826]', '[-4.219862393320849, 3.255906439231088]', ...]
从如上所示的一行内容（line）中提取出数量不确定的二维位置坐标，并将它们转换为浮点数的列表,存储到 current_group[“centroids”]中，可以使用如下所示例的正则表达式
current_group["centroids"] = [list(map(float, p.strip("[]").split(',')))
for p in eval(line.split(": ")[-1])]
以下是详细解释：
1. line.split(": ")[-1]:
- 这段代码首先用
split(": ")将line分割成多个部分，分割的依据是:（冒号后面有一个空格）。 [-1]表示取分割后的最后一个部分，这通常是一个包含坐标列表的字符串，例如：['[-3.0867193932760326, -2.0956288642773826]', '[-4.219862393320849, 3.255906439231088]', ...]
2. eval(line.split(": ")[-1]):
eval()函数会将字符串中的表达式求值。在这个例子中，line.split(": ")[-1]的值是一个字符串表示的列表（例如，['[-3.0867193932760326, -2.0956288642773826]', ...]）。eval()会将其转换成 Python 对象，也就是一个列表，其中每个元素都是一个字符串表示的坐标对。例如：['[-3.0867193932760326, -2.0956288642773826]', ...]
3. list(map(float, p.strip("[]").split(','))):
- 这部分代码用于将每个坐标字符串转换为一个浮点数列表。
p.strip("[]")：去掉每个坐标字符串两侧的方括号（[]），例如将[-3.0867193932760326, -2.0956288642773826]转换为-3.0867193932760326, -2.0956288642773826。split(',')：用逗号分割字符串，得到一个包含两个数字的字符串列表，例如：['-3.0867193932760326', '-2.0956288642773826']。map(float, ...)：将每个字符串转换为浮动数值。list(...)：将map对象转换为列表，得到坐标点[ -3.0867193932760326, -2.0956288642773826 ]。
4. current_group["centroids"] = ...:
current_group["centroids"]会被赋值为上述生成的坐标列表。- 这意味着
centroids将是一个包含多个坐标点的列表，每个坐标点是一个浮动数值对。
示例4 —— r’[,\s]+’
[,\s]：这是一个字符集，表示匹配逗号（,）或任何空白字符（\s）。[\s] 可以匹配空格、制表符、换行符等所有的空白字符。+：表示前面的字符集可以重复一次或多次。这意味着它会匹配连续的逗号或空白字符。所以，这个正则表达式 r’[,\s]+’ 匹配的是一个或多个逗号或者空白字符。
示例5 —— 可能存在多处随机空格的坐标提取
[WARN] [1744205712.201956, 389.939000]: [2025-04-09 21:35:12] [log] Robot tb3_1 previous assigned point: [-2.37719159 -0.51813818], Info Gain: 2.1900000652670863
从如上所示的一行内容（line）中提取出可能存在多处随机空格的坐标，并存储到 coord_match中，可以使用如下所示例的正则表达式
coord_match = re.search(
r"previous assigned point:\s*\[" # 匹配 "previous assigned point: ["，包含可能的空格
r"([-+]?\d*\.\d+|\d+)" # 匹配 x 坐标
r"\s*" # 匹配空格
r"([-+]?\d*\.\d+|\d+)" # 匹配 y 坐标
r"\s*\]", line # 匹配 "]"，并允许空格
)
这个正则表达式的目标是匹配日志行中 "previous assigned point:" 后面的坐标对 [-2.37719159 -0.51813818]，并将其中的 x 和 y 坐标提取出来。
正则表达式分析：
-
previous assigned point:\s*\[：previous assigned point:：匹配字面字符串"previous assigned point:"。\s*：匹配零个或多个空格字符。\[：匹配字面上的左方括号[，因为方括号在正则表达式中是特殊字符，所以需要转义。
-
([-+]?\d*\.\d+|\d+)：([-+]?\d*\.\d+|\d+)：这是一个捕获组，用来匹配数字（包括可能的正负号），可以是带小数点的数字（例如-2.37719159），也可以是整数（例如3）。具体而言：[-+]?：匹配零个或一个正号+或负号-。\d*\.\d+：匹配小数（例如2.3或-2.37719159），\d*匹配零个或多个数字，\.\d+匹配小数点后至少一个数字。|\d+：或者匹配整数。
-
\s*：匹配零个或多个空格字符，允许坐标之间有空格。 -
\]：匹配字面上的右方括号]。
结果：
假设 line 是：
[WARN] [1744205712.201956, 389.939000]: [2025-04-09 21:35:12] [log] Robot tb3_1 previous assigned point: [-2.37719159 -0.51813818], Info Gain: 2.1900000652670863
- 正则表达式会匹配到
"previous assigned point: [-2.37719159 -0.51813818]"。 coord_match.group(1)将提取到-2.37719159（x 坐标），coord_match.group(2)将提取到-0.51813818（y 坐标）。
示例6 —— 从字符串中提取出两个浮点数坐标
这段代码使用正则表达式从 pos_str 字符串中提取出两个浮点数坐标。具体来说，代码通过正则表达式匹配坐标对，并将两个浮点数（可能带有科学计数法）提取出来。
代码分析：
match = re.search(r"\[([-+]?\d*\.?\d+(?:[eE][-+]?\d+)?)[,\s]+([-+]?\d*\.?\d+(?:[eE][-+]?\d+)?)\]", pos_str)
正则表达式详细解析：
-
\[和\]:\[和\]匹配字面上的方括号[和]，因为方括号在正则表达式中是特殊字符，需要用反斜杠\转义。
-
([-+]?\d*\.?\d+(?:[eE][-+]?\d+)?):- 这部分是一个捕获组，用来匹配一个浮点数（包括整数、小数和科学计数法表示的数）。
[-+]?：匹配可选的正号+或负号-，允许数值带有符号。\d*：匹配零个或多个数字。这里是用来处理小数点前的数字（可以没有）。\.?：匹配零个或一个小数点.，用于处理整数和小数。\d+：匹配一个或多个数字，用于处理小数点后的数字。(?:[eE][-+]?\d+)?：这是一个非捕获组，匹配科学计数法部分，允许使用e或E来表示指数部分，后跟一个可选的符号（+或-）和一个或多个数字。例如，1.5e-3或2.0E+10。
-
[,\s]+:[,\s]+匹配一个或多个逗号,或空白字符（包括空格、制表符等），这部分用于处理坐标之间的分隔符。
-
([-+]?\d*\.?\d+(?:[eE][-+]?\d+)?):- 这是第二个捕获组，类似于第一个组，匹配第二个浮点数坐标。它的工作方式与第一个捕获组相同，处理第二个坐标值。
匹配逻辑：
-
pos_str：是待匹配的字符串，应该是一个包含两个浮点数坐标的字符串，格式类似于："[ 0.24770621 -4.59249853 ]"或者
"[1.23e4 -5.67E-2]" -
该正则表达式会提取这两个坐标（即，括号内的两个数字）。
示例：
假设 pos_str 为：
"[ 0.24770621 -4.59249853 ]"
- 正则表达式会匹配到：
- 第一个捕获组（x 坐标）：
0.24770621 - 第二个捕获组（y 坐标）：
-4.59249853
- 第一个捕获组（x 坐标）：
提取值：
如果正则表达式成功匹配，match.group(1) 将包含第一个坐标值（x 坐标），match.group(2) 将包含第二个坐标值（y 坐标）。
示例代码：
pos_str = "[ 0.24770621 -4.59249853 ]"
match = re.search(r"\[([-+]?\d*\.?\d+(?:[eE][-+]?\d+)?)[,\s]+([-+]?\d*\.?\d+(?:[eE][-+]?\d+)?)\]", pos_str)
if match:
x = match.group(1)
y = match.group(2)
print(f"x: {x}, y: {y}")
else:
print("No match found.")
结果：
对于 pos_str = "[ 0.24770621 -4.59249853 ]"，输出将是：
x: 0.24770621, y: -4.59249853
总结：
- 正则表达式用于提取包含在方括号内的两个浮点数（可能带有科学计数法）的坐标。
- 提取的坐标将被分别存储在
match.group(1)和match.group(2)中。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
