Python脚本处理Clearcase容量文本导出Excel仅生成表头问题排查

原代码核心问题 #

1. 分支逻辑错误：所有目标行同时满足以Total开头和包含is，但代码使用elif分支，导致仅执行TAG提取逻辑，Size提取逻辑完全不会触发，fullentry列表中只有TAG数据，缺少Size。
2. 批量写入条件错误：代码判断temp == 12才写入Excel行，但每行仅需2个数据（TAG+Size），该条件永远无法满足，因此没有任何数据被写入表格。
3. Size提取方式不可靠：使用固定切片s+7:20提取容量，当数值长度变化时会提取错误内容。
4. 文件模式与编码问题：用二进制模式r+b打开文本文件，且强制使用gb2312解码，若原文件为UTF-8编码会引发乱码或解码失败。

修复后的代码 #

推荐使用正则表达式提取数据，逻辑更简洁可靠：

import xlwt
from svnscripts.timestampdirectory import createdir, path_dir
import os
import re

def clearcasesize():
    pathdest = path_dir()
    dest = createdir()
    txtName = rf"{pathdest}\vobs_size.txt"
    workBook = xlwt.Workbook(encoding='utf-8')
    workSheet = workBook.add_sheet('sheet1')

    # 写入表头
    workSheet.write(0, 0, "TAG")
    workSheet.write(0, 1, "Size")

    row = 1
    # 正则表达式匹配：捕获引号内的路径和数字+Mb的容量
    pattern = re.compile(r'vob "(/[^"]+)" is (\d+\.\d+ Mb)')

    # 用文本模式打开文件，自动处理编码（可根据实际情况指定encoding参数）
    with open(txtName, 'r', encoding='utf-8', errors='ignore') as fp:
        for linea in fp:
            linea = linea.strip()
            if not linea:
                continue
            # 匹配当前行
            match = pattern.search(linea)
            if match:
                tag = match.group(1)
                size = match.group(2)
                # 写入Excel
                workSheet.write(row, 0, tag)
                workSheet.write(row, 1, size)
                row += 1
                # 达到xls最大行数限制时停止
                if row >= 65536:
                    break

    workBook.save(os.path.join(dest, "ClearcaseSize.xls"))

clearcasesize()

修复说明 #

1. 正则提取：用re.compile预编译正则表达式，精准匹配引号内的路径和容量信息，避免字符串索引的硬编码问题。
2. 分支逻辑修正：无需分分支判断，直接对每行做正则匹配，匹配成功则提取数据。
3. 文件处理优化：使用with语句自动管理文件关闭，文本模式打开并指定编码（推荐UTF-8，可根据实际文件编码调整）。
4. 写入逻辑简化：每匹配到一行数据就直接写入Excel，无需额外的列表缓存和批量判断，逻辑更清晰。

内容的提问来源于stack exchange，提问作者Champs