用Python連續解析文件

我正在編寫一個腳本，它用HTTP流量線解析一個文件，並取出域並將它們打印到屏幕上。我正在使用httpry將流量連續寫入文件。下面是我使用去掉域名用Python連續解析文件

#!/usr/bin/python 

import re 

input = open("results.txt","r") 

for line in input: 
    domain = line.split()[6] 
    if domain != "-": 
     print domain

雖然這個腳本的偉大工程的劇本，我想一個辦法，使新的業務被添加到輸入文件連續運行此腳本，該腳本能夠將其去掉。我不能在httpry的輸出上運行awk，因爲我最終會將這些域輸入到Mongo數據庫中，而且我還需要該腳本來完成此操作。如果有人可以給我一些想法如何不斷地在輸出中運行這個python腳本，但不重印以前的條目，這將是非常感激。謝謝。

來源

2012-11-30 LandonWO

試試這個tail -f實施截至http://code.activestate.com/recipes/157035-tail-f-in-python/發現

import time 

while 1: 
    where = file.tell() 
    line = file.readline() 
    if not line: 
     time.sleep(1) 
     file.seek(where) 
    else: 
     print line, # already has newline

來源

2012-11-30 03:16:32

正是我需要的，謝謝噸。 – LandonWO

的Node.js有一個很好的readline模塊，應該很好地處理這個問題：

var readline = require('readline') 
    , fs = require('fs') 

var input = process.stdin; // or: fs.createReadStream('input.txt'); 
var output = process.stdout; // or: fs.createWriteStream('output.txt') 

var reader = readline.createInterface({ 
    input: input, 
    output: output 
}); 

reader.on('line', function(line) { 
    this.write(line.split(/[ ]+/)[6]); 
});

保存在一個.js文件和做node domains.js ，或者任何你命名它的東西。或者cat file | node domains.js。

它應該在未來與mongodb很好地結合:)

來源

2012-11-30 03:44:41 chesles

用Python連續解析文件

回答

相關問題