如何用Python移除日志文件每行开头的日期时间戳？

问题出在正则表达式的特殊字符处理上：[和]是正则的元字符，用于定义字符集合，直接写会被解析为语法而非字面符号，必须用反斜杠\转义才能匹配实际的方括号。

正确的正则匹配模式 #

针对你给出的时间戳格式，可用以下正则表达式匹配行首的时间戳部分：

pattern = r'^\[\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}\.\d{3}Z\]\s*'

各部分含义：

• ^：锚定到行的起始位置，确保只匹配行首的时间戳
• \[ 和 \]：转义后匹配字面意义的方括号
• \d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}\.\d{3}Z：精准匹配YYYY-MM-DDTHH:MM:SS.sssZ格式的时间戳
• \s*：匹配时间戳后可能存在的任意数量空格（可根据日志实际格式调整，不需要则去掉）

批量处理日志文件的示例代码 #

import re
import os

# 定义正则模式
timestamp_pattern = r'^\[\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}\.\d{3}Z\]\s*'
# 日志文件所在目录
log_dir = './logs'
# 处理后文件保存目录
output_dir = './cleaned_logs'

os.makedirs(output_dir, exist_ok=True)

# 遍历目录下所有日志文件
for filename in os.listdir(log_dir):
    if filename.endswith('.txt'):
        input_path = os.path.join(log_dir, filename)
        output_path = os.path.join(output_dir, f'cleaned_{filename}')
        
        with open(input_path, 'r', encoding='utf-8') as infile, open(output_path, 'w', encoding='utf-8') as outfile:
            for line in infile:
                # 替换行首的时间戳为空字符串
                cleaned_line = re.sub(timestamp_pattern, '', line)
                outfile.write(cleaned_line)

灵活调整适配不同情况 #

如果日志中的时间戳毫秒部分位数不固定（比如有时是2位或更多），可将模式中的\d{3}改为\d+，适配任意位数的毫秒：

timestamp_pattern = r'^\[\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}\.\d+Z\]\s*'

内容的提问来源于stack exchange，提问作者Daachi