如何用Python提取含不规则分隔符单行文本中的多个目标字段值

实现逻辑 #

针对存在多空格、逗号等不规则分隔符的单行日志文本，直接用正则定向匹配目标内容即可，无需提前做全量字符串分割：

• 对需要提取的数值字段，直接匹配字段名=数值的固定格式，自动跳过无关分隔符和不需要的字段
• 对末尾的时间字段，单独匹配at后的时间字符串，通过datetime模块解析后转换为YYYY-MM-DD HH:MM:SS的标准格式

完整代码 #

import re
from datetime import datetime

# 原始输入文本
raw_line = "Test done Tj=59 Tach=2506, P=108  V=0.7 G=1365.0  at Tue June 7 22:47:33"

# 匹配目标键值对：仅提取Tj、Tach、P、G四个指定字段
kv_matcher = re.compile(r'(Tj|Tach|P|G)=([\d.]+)')
kv_pairs = kv_matcher.findall(raw_line)

# 提取并格式化时间
time_match = re.search(r'at\s+(.+)$', raw_line)
raw_time = time_match.group(1).strip()
# 原日志无年份信息，示例按需求补2022，实际场景可替换为当前年份或业务对应年份
parsed_time = datetime.strptime(f"2022 {raw_time}", "%Y %a %B %d %H:%M:%S")
standard_time = parsed_time.strftime("%Y-%m-%d %H:%M:%S")

# 拼接为要求的输出格式
output_segments = []
for key, val in kv_pairs:
    # 浮点数值转整数，对齐示例输出要求
    output_segments.append(f"{key} = {int(float(val))}")
output_segments.append(f"Time = {standard_time}")

final_result = "\n ".join(output_segments)
print(final_result)

运行结果 #

执行代码后输出内容和预期完全一致：

Tj = 59
 Tach = 2506
 P = 108
 G = 1365
 Time = 2022-06-07 22:47:33

适配说明 #

• 如果需要新增提取字段，直接在正则的键名分组里添加对应字段名即可，无关字段（比如示例中的V=0.7）不会被匹配
• 如果原始日志自带年份信息，删除补全年份的代码段，调整strptime的时间格式匹配规则即可
• 如果需要保留数值的小数部分，删除int(float(val))的整数转换逻辑即可

内容的提问来源于stack exchange，提问作者buger