Python日志截取脚本问题：起始行正确但结束行定位错误求助

你的脚本出现结束行定位错误的核心原因是文件对象的迭代器特性：当你第一次使用enumerate(file)遍历查找起始行时，文件指针会移动到起始行的下一行位置；第二次再调用enumerate(file)时，会从当前指针位置继续遍历，而且行号是从1重新开始计数的，这就导致你得到的end_line_number是相对于当前指针位置的行号，而不是整个文件中的实际行号。

修复方法1：重置文件指针后重新遍历 #

在找到起始行号后，将文件指针重置到文件开头，再重新遍历查找结束行号，这样就能得到正确的全局行号：

import optparse
import datetime
parser = optparse.OptionParser()
parser.add_option("-f","--file",dest="log_file", action="store",help="Specify log file to be parsed")
options, args = parser.parse_args()
vLogFile=options.log_file
start_time = raw_input("Please enter start time:\n[Format: HH:MM]=")
end_time = raw_input("Please enter end time:\n[Format: HH:MM]=")
trim_time = datetime.datetime.now().strftime('%d%H%M%S')
output_file = 'trimmed_log_%s.txt' %trim_time
with open(vLogFile) as file:
    # 获取日志的日期部分
    for vline in file:
        vDate = vline[0:10]
        break
    start_line = vDate + ' ' + start_time
    end_line = vDate + ' ' +end_time
    print("Start time:%s" %start_line)
    print("End time:%s" %end_line)
    
    # 重置指针到开头，因为刚才获取日期时已经移动了指针
    file.seek(0)
    # 查找起始行号
    start_line_number = None
    for num, line in enumerate(file, 1):
        if line.startswith(start_line):
            start_line_number = num
            break
    
    # 重置指针到开头，查找结束行号
    file.seek(0)
    end_line_number = None
    for num, line in enumerate(file, 1):
        if line.startswith(end_line):
            end_line_number = num
            break

print(start_line_number,end_line_number)
with open(vLogFile,"r") as file:
    oFile = open(output_file,'a')
    for num, line in enumerate(file, 1):
        if num >= start_line_number and num <= end_line_number:
            oFile.write(line)
print("%s Created" %output_file)

注意这里额外添加了一次指针重置：获取日期后指针已经移动到第二行，重置后才能确保起始行的查找是从文件开头开始的。

修复方法2：一次遍历完成行号定位（更高效） #

我们可以只遍历一次文件，同时记录起始和结束行号，避免多次重置指针和重复遍历，对大日志文件更友好：

import optparse
import datetime
parser = optparse.OptionParser()
parser.add_option("-f","--file",dest="log_file", action="store",help="Specify log file to be parsed")
options, args = parser.parse_args()
vLogFile=options.log_file
start_time = raw_input("Please enter start time:\n[Format: HH:MM]=")
end_time = raw_input("Please enter end time:\n[Format: HH:MM]=")
trim_time = datetime.datetime.now().strftime('%d%H%M%S')
output_file = 'trimmed_log_%s.txt' %trim_time

start_line_number = None
end_line_number = None
vDate = None

with open(vLogFile) as file:
    # 一次遍历完成日期获取、起始和结束行号定位
    for num, line in enumerate(file, 1):
        if not vDate:
            vDate = line[0:10]
            start_line = vDate + ' ' + start_time
            end_line = vDate + ' ' + end_time
            print("Start time:%s" %start_line)
            print("End time:%s" %end_line)
        
        if line.startswith(start_line) and start_line_number is None:
            start_line_number = num
        if line.startswith(end_line):
            end_line_number = num

print(start_line_number,end_line_number)
with open(vLogFile,"r") as file:
    oFile = open(output_file,'a')
    for num, line in enumerate(file, 1):
        if start_line_number <= num <= end_line_number:
            oFile.write(line)
print("%s Created" %output_file)

额外优化建议 #

• 添加异常判断：如果start_line_number或end_line_number为None（未找到对应时间的日志行），给出明确提示，避免后续代码报错。
• 对用户输入的时间做格式校验，确保符合HH:MM的要求，提升脚本健壮性。

内容的提问来源于stack exchange，提问作者pgyogesh