python神器-文本文件转结构化数据-Kummer话你知

用途

用户将文本文件解析为结构化的内容
https://github.com/google/textfsm/wiki/TextFSM

案例研究

比如将linux中进程内存的smaps解析为csv
每一块内存为

7fc84255c000-7fc842560000 rw-s 100573000 00:06 383                       /dev/dri/card0
Size:                 16 kB
KernelPageSize:        4 kB
MMUPageSize:           4 kB
Rss:                   0 kB
Pss:                   0 kB
Shared_Clean:          0 kB
Shared_Dirty:          0 kB
Private_Clean:         0 kB
Private_Dirty:         0 kB
Referenced:            0 kB
Anonymous:             0 kB
LazyFree:              0 kB
AnonHugePages:         0 kB
ShmemPmdMapped:        0 kB
Shared_Hugetlb:        0 kB
Private_Hugetlb:       0 kB
Swap:                  0 kB
SwapPss:               0 kB
Locked:                0 kB
VmFlags: rd wr sh mr mw me ms io de dd sd mm 

模板例子

要解析该文本,先完成一个解析模板,一个解析模板的例子如下:

# define values
Value Filldown ProcessName (.+)
Value Begin ([0-9a-fA-F]+)
Value End ([0-9a-fA-F]+)
Value Size (\d+)
Value KernelPageSize (\d+)
Value MMUPageSize (\d+)
Value Rss (\d+)
Value Pss (\d+)
Value Shared_Clean (\d+)
Value Shared_Dirty (\d+)
Value Private_Clean (\d+)
Value Private_Dirty (\d+)
Value Referenced (\d+)
Value Anonymous (\d+)
Value LazyFree (\d+)
Value AnonHugePages (\d+)
Value ShmemPmdMapped (\d+)
Value Shared_Hugetlb (\d+)
Value Private_Hugetlb (\d+)
Value Swap (\d+)
Value SwapPss (\d+)
Value Locked (\d+)
Value VmFlags ((\w|\s)+)

# Allway starts in 'Start' state.
Start
  ^@@@@@${ProcessName}@@@@@ -> Record Item

# A state transition was not strictly necessary but helpful for the example.
Item
  ^${Begin}\-${End}
  ^MMUPageSize:\s+${MMUPageSize} kB
  ^Rss:\s+${Rss} kB
  ^Pss:\s+${Pss} kB
  ^Shared_Clean:\s+${Shared_Clean} kB
  ^Shared_Dirty:\s+${Shared_Dirty} kB
  ^Private_Clean:\s+${Private_Clean} kB
  ^Private_Dirty:\s+${Private_Dirty} kB
  ^Referenced:\s+${Referenced} kB
  ^Anonymous:\s+${Anonymous} kB
  ^LazyFree:\s+${LazyFree} kB
  ^AnonHugePages:\s+${AnonHugePages} kB
  ^ShmemPmdMapped:\s+${ShmemPmdMapped} kB
  ^Shared_Hugetlb:\s+${Shared_Hugetlb} kB
  ^Private_Hugetlb:\s+${Private_Hugetlb} kB
  ^Swap:\s+${Swap} kB
  ^SwapPss:\s+${SwapPss} kB
  ^Locked:\s+${Locked} kB
  ^VmFlags:\s*${VmFlags} -> Record Item
  

# An implicit EOF state outputs the last record.

模板-组成部分1:Value定义

该模板分为两个部分,第一部分是定义表中有哪些字段。
定义一个字段,三个部分:
①以Value开头,
②一些选项,
③字段名称
④字段匹配的正则表达式


image.png
# define values
Value Filldown ProcessName (.+)
Value Begin ([0-9a-fA-F]+)
Value End ([0-9a-fA-F]+)
Value Size (\d+)
Value KernelPageSize (\d+)
Value MMUPageSize (\d+)
Value Rss (\d+)
Value Pss (\d+)
Value Shared_Clean (\d+)
Value Shared_Dirty (\d+)
Value Private_Clean (\d+)
Value Private_Dirty (\d+)
Value Referenced (\d+)
Value Anonymous (\d+)
Value LazyFree (\d+)
Value AnonHugePages (\d+)
Value ShmemPmdMapped (\d+)
Value Shared_Hugetlb (\d+)
Value Private_Hugetlb (\d+)
Value Swap (\d+)
Value SwapPss (\d+)
Value Locked (\d+)
Value VmFlags ((\w|\s)+)

模板-组成部分2:FSM

模板第二部分是一个FSM(有限自动状态机)
①状态名称
②每一个状态下有若干条状态规则,状态规则有一个表达式组成,
③每一条规则可以填充一个或多个Value字段。填充采用${字段名称}方式
④规则后面可以跟一个->,完成状态跳转和记录操作


# Allway starts in 'Start' state.
Start
  ^@@@@@${ProcessName}@@@@@ -> Record Item

# A state transition was not strictly necessary but helpful for the example.
Item
  ^${Begin}\-${End}
  ^MMUPageSize:\s+${MMUPageSize} kB
  ^Rss:\s+${Rss} kB
  ^Pss:\s+${Pss} kB
  ^Shared_Clean:\s+${Shared_Clean} kB
  ^Shared_Dirty:\s+${Shared_Dirty} kB
  ^Private_Clean:\s+${Private_Clean} kB
  ^Private_Dirty:\s+${Private_Dirty} kB
  ^Referenced:\s+${Referenced} kB
  ^Anonymous:\s+${Anonymous} kB
  ^LazyFree:\s+${LazyFree} kB
  ^AnonHugePages:\s+${AnonHugePages} kB
  ^ShmemPmdMapped:\s+${ShmemPmdMapped} kB
  ^Shared_Hugetlb:\s+${Shared_Hugetlb} kB
  ^Private_Hugetlb:\s+${Private_Hugetlb} kB
  ^Swap:\s+${Swap} kB
  ^SwapPss:\s+${SwapPss} kB
  ^Locked:\s+${Locked} kB
  ^VmFlags:\s*${VmFlags} -> Record Item
  

# An implicit EOF state outputs the last record.

一个Python脚本

import textfsm
import os
from optparse import OptionParser

usage = '''将一个txt文件转换为csv文件'''
par = OptionParser(usage=usage)

par.add_option("-s","--src",action = "store",type = "string",dest = "src")
par.add_option("-d","--dst",action = "store",type = "string",dest = "dst")
par.add_option("-t","--template",action = "store",type = "string",dest = "template")

(opt,args) = par.parse_args()
src = opt.src
dst = opt.dst
tmp = opt.template
if src and dst and tmp and os.path.isfile(src) and os.path.isfile(tmp):
    txt=''
    with open(src,'r+') as f: txt = f.read()
    with open(tmp,'r+') as f: fsm = textfsm.TextFSM(f)
    data = fsm.ParseText(txt)
    w = open(dst,'w+')
    w.write( ', '.join(fsm.header)+'\n' )
    for row in data:
        w.write( ', '.join(row) +'\n')
    w.close()
else:
    print('src or tmplate not exist!')

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,029评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,395评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,570评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,535评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,650评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,850评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,006评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,747评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,207评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,536评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,683评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,342评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,964评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,772评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,004评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,401评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,566评论 2 349