os.walk 设置起点和终点 - python

Question

我正在寻找如何在 os.walk 遍历特定文件后停止它。

我有一个按日期组织的日志文件目录。我正在尝试替换 grep 搜索，允许用户查找存储在他们指定的日期范围内的 ip 地址。

该程序将采用以下参数：

-i 带子网的 ipv4 或 ipv6 地址

-s 开始日期即 2013/12/20 匹配文件结构

-e 结束日期

我假设因为他们的自上而下选项是一个允许我声明端点的逻辑，执行此操作的最佳方法是什么？我在想 while 循环。

如果我的问题有问题，我提前道歉。刚测了血糖，低56，gd type 1。

附加信息

文件结构将位于 flows/index_border 中

2013

--01

--02

----01

----...

----29

2014

___________Hope这就清楚了，年文件夹包含月文件夹，包含日文件夹，包含小时文件。日期增加 downwards.___________________

结束日期需要包括在内，（我没有太关注它，因为我可以添加代码以向上移动一天）

我一直在尝试制作一个日期范围函数，令我惊讶的是我在任何日期时间文档中都没有看到它，看起来它很有用。

import os, gzip, netaddr, datetime, argparse
startDir = '.'
def sdate_format(s):
    try:
        return (datetime.datetime.strptime(s, '%Y/%m/%d').date())
    except ValueError:
        msg = "Bad start date. Please use yyyy/mm/dd format."
        raise argparse.ArgumentTypeError(msg)
def edate_format(e):
    try:
        return (datetime.datetime.strptime(e, '%Y/%m/%d').date())
    except ValueError:
        msg = "Bad end date. Please use yyyy/mm/dd format."
        raise argparse.ArgumentTypeError(msg)

parser = argparse.ArgumentParser(description='Locate IP address in log files for a particular date or date range')
parser.add_argument('-s', '--start_date', action='store', type=sdate_format, dest='start_date', help='The first date in range of interest.')
parser.add_argument('-e', '--end_date', action='store', type=edate_format, dest='end_date', help='The last date in range of interest.')
parser.add_argument('-i', action='store', dest='net', help='IP address or address range, IPv4 or IPv6 with optional subnet accepted.', required=True)

results = parser.parse_args()
start = results.start_date
end = results.end_date
target_ip = results.net
startDir = '/flows/index_border/{0}/{1:02d}/{2:02d}'.format(start.year, start.month, start.day)

print('searching...')
for root, dirs, files in os.walk(startDir):
    for contents in files:
        if contents.endswith('.gz'):
            f = gzip.open(os.path.join(root, contents), 'r')
        else:
            f = open(os.path.join(root, contents), 'r')
            text = f.readlines()
            f.close()
            for line in text:
                for address_item in netaddr.IPNetwork(target_IP):
                    if str(address_item) in line:
                        print line,

Answer 1

您需要描述什么有效或无效。您的代码的 argparse 看起来不错，但我没有进行任何测试。 type 的使用令人耳目一新。 :)（张贴者经常滥用该参数。）

但至于 stopping，我猜你可以这样做：

endDir = '/flows/index_border/{0}/{1:02d}/{2:02d}'.format(end.year, end.month, end.day)

for root, dirs, files in os.walk(startDir):
    for contents in files:
        ....
    if endDir in <something based on dirs and files>:
         break

我对你的文件结构了解不够，无法更具体。我和 os.walk 一起工作也有一段时间了。无论如何，我认为有条件的 break 是提前停止步行的方法。

Answer 2

#!/usr/bin/env python
import os, gzip, netaddr, datetime, argparse, sys
searchDir = '.'
searchItems = []
def sdate_format(s):
    try:
        return (datetime.datetime.strptime(s, '%Y/%m/%d').date())
    except ValueError:
        msg = "Bad start date. Please use yyyy/mm/dd format."
        raise argparse.ArgumentTypeError(msg)
def edate_format(e):
    try:
        return (datetime.datetime.strptime(e, '%Y/%m/%d').date())
    except ValueError:
        msg = "Bad end date. Please use yyyy/mm/dd format."
        raise argparse.ArgumentTypeError(msg)


parser = argparse.ArgumentParser(description='Locate IP address in log files for a particular date or date range')
parser.add_argument('-s', '--start_date', action='store', type=sdate_format, dest='start_date',
                        help='The first date in range of interest.', required=True)
parser.add_argument('-e', '--end_date', action='store', type=edate_format, dest='end_date',
                        help='The last date in range of interest.', required=True)
parser.add_argument('-i', action='store', dest='net',
                        help='IP address or address range, IPv4 or IPv6 with optional subnet accepted.', required=True)

results = parser.parse_args()
start = results.start_date
end = results.end_date + datetime.timedelta(days=1)
target_IP = results.net
dateRange = end - start
for addressOfInterest in(netaddr.IPNetwork(target_IP)):
    searchItems.append(str(addressOfInterest))
print('searching...')

for eachDay in range(dateRange.days):
    period = start+datetime.timedelta(days=eachDay)
    searchDir =  '/flows/index_border/{0}/{1:02d}/{2:02d}'.format(period.year, period.month, period.day)

for contents in os.listdir(searchDir):
    if contents.endswith('.gz'):
        f = gzip.open(os.path.join(searchDir, contents), 'rb')
        text = f.readlines()
        f.close()

    else:
        f = open(os.path.join(searchDir, contents), 'r')
        text = f.readlines()
        f.close()
#for line in text:
 #   break

for addressOfInterest in searchItems:
    for line in text:
        if addressOfInterest in line:
       # if str(address_item) in line:
            print contents
            print line,

我在敲我的头，因为我以为我在打印副本。原来我要测试的文件有重复。由于文件系统的可预测性，我最终删除了 os.walk，但@hpaulj 确实提供了正确的解决方案。非常感谢！

os.walk 设置起点和终点 - python

os.walk set start and end point - python

python-2.7

datetime

argparse

os.walk