记一次简单的正则表达式匹配实践

背景：

由于需要对大促期间的曝光日志进行降级，需要验证保留下来的70多个pageid的页面是否生效。

如果使用常规手段，如果想要全量验证，需要使用kafka收发数据的脚本跑70+遍，想想就是一件很繁重很蠢的工作。

这个时候想到使用python进行辅助验证，即可以进行全量校验，又能节省时间。

思路：

1.将所有的pageid值放入文本文件，配合open()和readline()读取page_id，以数组的形式保存；

2.使用正则表达式函数re.search()定位到源数据中key为"page_id"，并取其value值；

3.使用re.sub()将page_id数组中的值，替换掉源数据中"page_id"的value值，这里使用到for循环

4.在每个for循环中将替换之后的数据逐一发送到kafka，这里使用的是kafka模块中的KafkaProducer方法。

OK，思路清楚之后开始代码的实现。

下面贴出主要的实现代码

#打开并读取文件
f = open('page_id.txt', 'r', encoding='UTF-8')
lines = f.readlines()
l_length = len(lines)
data = []

#这里创建kafka发送函数
def product(data):
    producer.send('ssa_sdk_exposure_log', data.encode('utf-8'))
    producer.flush()

#使用for循环替换并发送数据
for i in range(0,len(lines)-1):
    lines[i] = lines[i].strip('
')　　　　　　　　　　　　 #这里是为了去除读取文件中的page_id时，产生的

    target1 = re.search('"pageid":"(.*?)"',testdata1)   #正则表达式匹配到pageid的一段字符串
    target = target1.group(1)　　　　　　　　　　　　　　　　#取匹配内容中第一个括号里的字符串，如果是group(0),则返回整个匹配结果
    testdata1 = re.sub(target,lines[i],testdata1)　　　　#使用re.sub()替换新的page_id
    print(testdata1)
    product(testdata1)

在脚本执行之前，打开kafka接收命令窗口，使用重定向 > 将接收到的数据保存在一个txt文件中；

然后执行发送脚本；

使用wc -l 查看接收到的文件条数是否与给的page_id页面数一致，也可将文件sz到本地进行分析。

写在最后：最后验证这一部目前还是自己手动去做的，后面有机会的话可以试一下能否利用代码实现。

目前有个想法就是将kafka发送、接收数据做成一个工具的形式，借助pyqt，或者tkinter第三方界面化的库实现。