上一节我们已经知道了如何利用Python打开SNAP文件，以及如何把信息写入到Excel文件中。
但是SNAP中的信息很多，很多时候我们只是需要其中的一些信息，而不是把整个文件的内容都输出出来。
比如，我只是想知道这个OS的主机名和CPU内存资源，或者机器的型号序列号。
比如
SNAP里面/general/lparstat.out文件，包含如下信息
Node Name : Node1
Partition Name : Node1
Partition Number : 6
Type : Dedicated-SMT
Mode : Capped
Entitled Capacity : 5.00
Partition Group-ID : 32774
Shared Pool ID : –
Online Virtual CPUs : 5
Maximum Virtual CPUs : 10
Minimum Virtual CPUs : 1
Online Memory : 47872 MB
Maximum Memory : 73728 MB
Minimum Memory : 2048 MB
Variable Capacity Weight : –
Minimum Capacity : 1.00
Maximum Capacity : 10.00
Capacity Increment : 1.00
Maximum Physical CPUs in system : 16
Active Physical CPUs in system : 16
Active CPUs in Pool : –
Shared Physical CPUs in system : 0
Maximum Capacity of Pool : 0
Entitled Capacity of Pool : 0
Unallocated Capacity : –
Physical CPU Percentage : 100.00%
Unallocated Weight : –
Memory Mode : Dedicated
Total I/O Memory Entitlement : –
Variable Memory Capacity Weight : –
Memory Pool ID : –
Physical Memory in the Pool : –
Hypervisor Page Size : –
Unallocated Variable Memory Capacity Weight: –
Unallocated I/O Memory entitlement : –
Memory Group ID of LPAR : –
Desired Virtual CPUs : 5
Desired Memory : 47872 MB
Desired Variable Capacity Weight : –
Desired Capacity : 5.00
Target Memory Expansion Factor : –
Target Memory Expansion Size : –
Power Saving Mode : Disabled
假如我们只需要输出Node Name 、Online Virtual CPUs 、Online Memory这三项内容，那么可以使用如下Python程序，修改自exmaple1
#! /usr/bin/env python
#coding=utf-8
import tarfile
snapfile = tarfile.open("snap.pax")
#打开snap.pax文件
lparinfo=snapfile.extractfile("./general/lparstat.out").readlines()
#读取snap.pax包中的/general/lparstat.out文件
#注意使用的是readlines(),表示按行读取，读取的结果是数组，即lparinfo[0]是第一行，lparinfo[1]是第二行。。。
outputfile=open("lparinfo.txt",'w')
#将输出保存在lparinfo.txt文件
for line in lparinfo:
if line.find("Node Name")!=-1 or line.find("Online Virtual CPUs")!=-1 or line.find("Online Memory")!=-1:
outputfile.write(line)
#这里是一个循环，循环取数组lparinfo中的每一个值给变量line，即第一次循环line=lparinfo[0]，第二次循环line=lparinfo[1]
#line.find()表示在变量line字符串内查找是否有对应的内容，比如line.find("Node Name")就是查找line内是否存在"Node Name"
#返回的值是查找内容在line内的位置号，找不到就返回-1，line.find("Node Name")!=-1即表示line中有"Node Name"
#当查找到"Node Name"、"Online Virtual CPUs"、"Online Memory"任意一个时，输出该行内容到outputfile
outputfile.close()
将以上内容保存为example3.py，同目录下有一个snap.pax的文件，双击运行example3.py，就会产生一个lparinfo.txt的文件
内容应该是
Node Name : Node1
Online Virtual CPUs : 5
Online Memory : 47872 MB
下一步，我们结合起来，不再把内容输出到文本文件，而是输出到Excel文件
#! /usr/bin/env python
#coding=utf-8
import tarfile
import xlwt
excelfile = xlwt.Workbook()
table = excelfile.add_sheet(u"测试表")
#创建一个Excel表对象，并创建一个名为“测试表”的sheet
snapfile = tarfile.open("snap.pax")
#打开snap.pax文件
lparinfo=snapfile.extractfile("./general/lparstat.out").readlines()
#读取snap.pax包中的/general/lparstat.out文件
i=0
#利用变量i来作为输出表格的行数
for line in lparinfo:
if line.find("Node Name")!=-1 or line.find("Online Virtual CPUs")!=-1 or line.find("Online Memory")!=-1:
outputline=line.split(":")
#以":"为关键字去分隔line的内容，分隔后的内容为数组outputline,outputline[0]表示分隔的第一部分，以此类推
table.write(i,0,outputline[0].strip())
table.write(i,1,outputline[1].strip())
#将line内容的第一部分outputline[0]写入第i行的第0格，第二部分outputline[1]写入第1格，strip()用于去除多余空格
i=i+1
#行号加1
excelfile.save("test.xls")
#将内容保存在“test.xls"文件
输出的Excel文件test.xls，内容应该是
| Node Name | Node1 |
| Online Virtual CPUs | 5 |
| Online Memory | 47872 MB |
下次我们研究一下更复杂的数据抓取
© 2015, QP. 版权所有.