python - 无法读取日志文件，但复制粘贴到记事本后可以读取

Question

任务：

我的任务是比较 sha1_vsdt.csv 中第一列中的字符串和trendx.log中的字符串：当匹配时，它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，它是可读的。这是可读的日志文件——trend2.log。我认为unicode格式是问题所在。

伙计们，我该如何阅读此日志文件？无论如何要转换这个？我已经尝试过对此进行编码，utf-16le但我只打印了 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 csv 输出：trendx.log从第 1 行 - 584 中未检测到所有内容

使用以下命令在 csv 中正确输出：trend2.log

标签： python

Answer 1

该文件被编码为 UTF-16-LE。encoding读取文件时传入标志，如下所示：

logdata = np.genfromtxt(logtext, invalid_raise=False,dtype=str, comments=None,usecols=np.arange(16), encoding='utf_16-le')