如何用正则表达式从文本文件提取指定时间与带宽值？

目标日志行格式如下：

2022-05-03 11:15:09.395 [6489266] | (rtcp_receiver.cc:823): BwMgr Received a TMMBR with bps: 1751856

目前通过字符串索引（line[12:19]、line[-7:]）提取时间（11:15:09）和带宽（1751856），但行内容出现额外字符或空格时就会失效，求合适的正则表达式解决这个问题。

现有代码：

import re
import matplotlib.pyplot as plt
import sys

time =[]
bandwidth = []
myfile = open(sys.argv[1])
for line in myfile:
    line = line.rstrip()
    if re.findall('TMMBR with bps:',line):
        time.append(line[12:19])
        bandwidth.append(line[-7:])

plt.plot(time,bandwidth)
plt.xlabel('time')
plt.ylabel('bandwidth')   
plt.title('TMMBR against time')
plt.legend()
plt.show()

可以用一个匹配整行的正则表达式，直接捕获需要的时间和带宽值，不用先判断再提取，一步到位。

修改后的代码：

import re
import matplotlib.pyplot as plt
import sys

time =[]
bandwidth = []
# 定义正则表达式，捕获时间和带宽
pattern = r'\d{4}-\d{2}-\d{2} (\d{2}:\d{2}:\d{2})\.\d+ .*TMMBR with bps: (\d+)'

with open(sys.argv[1]) as myfile:  # 用with语句自动关闭文件，更安全
    for line in myfile:
        match = re.search(pattern, line)
        if match:
            time_str = match.group(1)
            bw_str = match.group(2)
            time.append(time_str)
            bandwidth.append(int(bw_str))  # 转成整数，绘图更合理

plt.plot(time, bandwidth)
plt.xlabel('time')
plt.ylabel('bandwidth')   
plt.title('TMMBR against time')
plt.legend()
plt.show()

正则表达式说明： #

• \d{4}-\d{2}-\d{2}：匹配日志开头的日期部分（如2022-05-03）
• (\d{2}:\d{2}:\d{2})：捕获目标时间（11:15:09），括号表示分组，后续用group(1)获取该值
• \.\d+：匹配时间后的毫秒部分（.395），无需捕获
• .*：匹配中间任意内容，不管行中间有多少字符或空格，都能跳过
• TMMBR with bps:：匹配固定标识，确保只处理目标行
• (\d+)：捕获带宽数值（1751856），用group(2)获取该值

这样不管行中间的内容如何变化，只要日期、时间格式和末尾的带宽标识不变，就能准确提取到需要的值，不会因为额外字符或空格出错。

内容的提问来源于stack exchange，提问作者Sachin