任务:
我的任务是比较 sha1_vsdt.csv 内第一列中的字符串和 trendx.log 中的字符串:匹配时,应该获取日志文件中的描述,然后将其放入csv的第三列,否则放入未检测到
但是trendx.log
无法读取,我所做的是 - 我复制了trendx.log的内容,然后将其粘贴到记事本中,然后保存后,它就可读了。
这是可读的日志文件 - trend2.log 。我认为 unicode 格式是问题所在。
我怎样才能阅读这个日志文件呢?有没有办法转换这个?我已经尝试使用 utf-16le
对其进行编码,但我只打印 3 行
这是我的代码
import numpy as np
import pandas as pd
import csv
import io
import shutil
pd.set_option('display.max_rows', 1000)
logtext = "trendx.log"
#Log data into dataframe using genfromtxt
logdata = np.genfromtxt(logtext,invalid_raise = False,dtype=str, comments=None,usecols=np.arange(16))
logframe = pd.DataFrame(logdata)
#print (logframe.head())
#Dataframe trimmed to use only SHA1, PRG and IP
df2=(logframe[[10,11]]).rename(columns={10:'SHA-1', 11: 'DESC'})
#print (df2.head())
#sha1_vsdt data into dataframe using read_csv
df1=pd.read_csv("sha1_vsdt.csv",delimiter=",",error_bad_lines=False,engine = 'python',quoting=3)
#Using merge to compare the two CSV
df = pd.merge(df1, df2, on='SHA-1', how='left').fillna('undetected')
df1['DESC'] = df['DESC'].values
df1.to_csv("sha1_vsdt.csv",index=False)
使用以下方式输出 csv:trendx.log
第 1 - 584 行中的所有内容均未检测到
使用以下命令正确输出 csv:trend2.log
最佳答案
此文件编码为 UTF-16-LE。读取文件时传入 encoding
标志,如下所示:
logdata = np.genfromtxt(logtext, invalid_raise=False,dtype=str, comments=None,usecols=np.arange(16)
, 编码='utf_16- le'
)
关于python - 无法读取日志文件,但复制粘贴到记事本后可以读取,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52694251/