如何使用Ansible访问处理表格文本、提取值实现条件判断？

核心思路 #

你拿到的是竖线分隔的固定格式纯文本表格，不需要安装第三方自定义模块，用Ansible自带的过滤器、类型转换功能就能完成文本到结构化数据的转换，之后直接遍历数据做条件判断即可。

完整Playbook示例 #

- name: 提取Counter Source活跃状态
  hosts: localhost
  gather_facts: false
  vars:
    # 原始表格文本，若表格来自命令执行结果，可直接替换为对应寄存器的stdout值
    raw_counter_table: |
      Counter Source | Counter Name    |  Unit |   Min |   Max | Average |  Last   
      ---------------+-----------------+-------+-------+-------+---------+-------  
      Source1        | GC1             |     % |  3.00 | 22.00 |    3.01 |  3.00   
      Source2        | GC2             |     % |  2.00 |  7.00 |    2.95 |  3.00   
      Source3        | GC3             |     % |  2.00 | 12.00 |    3.00 |  3.00   
      Source4        | GC4             |     % | 15.00 | 16.00 |   15.22 | 15.00   
      Source5        | GC5             |     % | 39.00 | 44.00 |   41.32 | 43.00
    # 文本预处理：拆分每行、去除首尾空白、过滤掉由-和+组成的表格分隔线行
    table_lines: "{{ raw_counter_table.split('\n') | map('trim') | reject('search', '\\+') | list }}"
    # 提取表头字段，按|拆分后去除空白得到字段名列表
    table_headers: "{{ table_lines[0].split('|') | map('trim') | list }}"
    # 逐行解析数据，转换为[{'字段名': 值, ...}]的结构化字典列表
    counter_records: "{{ table_lines[1:] | map('split', '|') | map('map', 'trim') | map('zip', table_headers) | map('map', 'reverse') | map('items2dict') | list }}"
  tasks:
    - name: 按规则判定每个数据源的状态
      ansible.builtin.set_fact:
        counter_status: "{{ counter_status | default([]) + [
          {
            'source': item['Counter Source'],
            'average': item['Average'] | float,
            'status': '活跃' if (item['Average'] | float) > 0 else '非活跃'
          }
        ] }}"
      loop: "{{ counter_records }}"

    - name: 打印判定结果
      ansible.builtin.debug:
        msg: "数据源{{ item.source }}的Average值为{{ item.average }}，判定为{{ item.status }}状态"
      loop: "{{ counter_status }}"

关键说明 #

• 解析逻辑会自动过滤表格首尾的横线装饰行、表头下方的分隔线行，不需要手动清理原始文本。
• 数值比较前会把Average列的字符串值转为浮点数，避免字符串类型比较导致的判断错误。
• 最终生成的counter_status是结构化列表，后续任务可以直接在when条件中引用状态值做分支逻辑，比如只对活跃数据源执行后续操作时，加判断条件when: item.status == '活跃'即可。
• 如果原始表格来自其他模块的返回结果（比如网络设备API、监控命令输出），只需要替换raw_counter_table的赋值，其余解析、判断逻辑不需要修改。

示例运行输出 #

ok: [localhost] => (item={'source': 'Source1', 'average': 3.01, 'status': '活跃'}) => {
    "msg": "数据源Source1的Average值为3.01，判定为活跃状态"
}
ok: [localhost] => (item={'source': 'Source2', 'average': 2.95, 'status': '活跃'}) => {
    "msg": "数据源Source2的Average值为2.95，判定为活跃状态"
}
ok: [localhost] => (item={'source': 'Source3', 'average': 3.0, 'status': '活跃'}) => {
    "msg": "数据源Source3的Average值为3.0，判定为活跃状态"
}
ok: [localhost] => (item={'source': 'Source4', 'average': 15.22, 'status': '活跃'}) => {
    "msg": "数据源Source4的Average值为15.22，判定为活跃状态"
}
ok: [localhost] => (item={'source': 'Source5', 'average': 41.32, 'status': '活跃'}) => {
    "msg": "数据源Source5的Average值为41.32，判定为活跃状态"
}

如果某条数据源的Average值为0，会自动判定为非活跃状态，无需调整逻辑。

内容的提问来源于stack exchange，提问作者Aditya Siddarth