我有一个日志,如:
[Pipeline] timestamps
[Pipeline] {
[Pipeline] echo
20:33:05 0
[Pipeline] echo
我想在这里只提取time
信息(20:33:05)。
我试图做以下事情:
val lines = sc.textFile("/logs/log7.txt")
val individualLines=lines.flatMap(_.split("\n")) //Splitting file contentinto individual lines
val dates=individualLines.filter(value=>value.startsWith("[0-9]"))
我得到的输出为
MapPartitionsRDD[3] at filter at DateExtract.scala:30
如何在此定义正则表达式?
任何帮助将非常感激。
如果你有一个包含新行数据的日志文件你没有split
它,你可以简单地读取每行是一个String
数据
然后通过Character.isDigit
检查它是否以数字开头,如下所示
val lines = sc.textFile("/logs/log7.txt")
val dates=lines.filter(value=>Character.isDigit(value.charAt(0)))
.map(_.split(" ")(0))
dates.foreach(println)
如果你想严格匹配时间戳与正则表达式和过滤器不匹配,那么你可以使用
val dates=lines.filter(value=>Character.isDigit(value.charAt(0)))
.map(_.split(" ")(0))
.filter(_.matches("""\d{2}:\d{2}:\d{2}"""))
输出:
20:33:05
希望这可以帮助!