ホームページ  >  に質問  >  本文

正则表达式 - python pandas的sep参数问题

最近想学习利用python的pandas处理apache的大日志,从国外找了一篇文章链接描述,对方用的是sep正则表达式提取数据

pd.read_csv(file_name, sep=r'\s(?=(?:[^"]*"[^"]*")*[^"]*$)(?![^\[]*\])', engine='python', na_values='-',  header=None,usecols=[0, 3, 4, 5, 6, 7, 8], names=['ip', 'time', 'request', 'status', 'size', 'referer', 'user_agent'], converters={'time': parse_time, 'request': parse_str, 'status': int, 'size': int, 'referer': parse_str, 'user_agent': parse_str})

apache的日志格式是

192.168.1.106 - - [23/Feb/2017:16:39:00 +0800] "GET / HTTP/1.1" 200 2054 "-" "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/47.0.2526.73 Safari/537.36"

得到的结果是

其他参数容易理解,就是sep的正则表达式不大理解,而且好像和python的正则还有点区别,麻烦大神讲解一下这个正则的含义

伊谢尔伦伊谢尔伦2764日前1279

全員に返信(1)返信します

  • 黄舟

    黄舟2017-04-18 10:26:20

    sep パラメータは区切り文字を指定するために使用されます。この規則はスペースで区切ることを意味しますが、[] または "" に含まれるスペースは除外されます。

    返事
    0
  • キャンセル返事