【Python】实现从AWR 报表上抓取指定数据

简介:
因为写关于数据库性能周报要查找和计算AWR 报表上的一些关键指标的值,每次手工收集数据都花很长时间,写了一个python 工具来获取自己想要的值,并做了计算!(现在看来还不太完善,以后会更贴近写周报的需求)
import sys
import urllib
import HTMLParser
import string

sum_Logical= 0
sum_Physical_reads= 0
sum_Physical_writes= 0
sum_Executes= 0
sum_Transactions= 0

##因为从awr获取的数值为unicode类型的,必须把值转换为数字!
def utof(s1):
   s2=s1.strip()
   s3=s2.encode( 'utf-8')
   s4=s3.split( ',')
   length= len(s4)
   if length <= 1 :
      t1= string.atof(s4[ 0])
      return t1
   elif length == 2:
      t1=string.atof(s4[ 1])+string.atof(s4[ 0])* 1000
      return t1
   elif length == 3:           t1=string.atof(s4[ 2])+string.atoi(s4[ 1])* 1000+string.atoi(s4[ 0])* 1000000
      return t1
   else:
      return 0
##类是解析html并且从html上获取想要的数据
urltext = []
class CustomParser(HTMLParser.HTMLParser):
  selected=( 'table', 'h1', 'font', 'ul', 'li', 'tr', 'td', 'a')
  def reset( self):
      HTMLParser.HTMLParser.reset( self)
      self._level_stack = []

  def handle_starttag( self, tag, attrs):
       if tag in CustomParser.selected:
         self._level_stack.append(tag)

  def handle_endtag( self, tag):
      if self._level_stack \
         and tag in CustomParser.selected \
         and tag == self._level_stack[- 1]:
         self._level_stack.pop()
  ##获取html上出去标签之后的文本数据
  def handle_data( self, data):
     if "/".join( self._level_stack) in ( 'table/tr/td', 'table/tr/td/h1/font', 'table/tr/td/ul/li') and data != ' \n ':
        urltext.append(data)    
##对传入的url 进行解析并获取数据
def gethtml(url):
    content = unicode(urllib.urlopen(url,params).read(), 'GB2312')
    parser = CustomParser()
    parser.feed(content)
    parser.close()

Logical=[]
Physical_reads=[]
Physical_writes=[]
Executes=[]
Transactions=[]
###计算想要的数据
def calucate(urltext):
    print '-----------------------------------------'
    global sum_Logical
    global sum_Physical_reads
    global sum_Physical_writes
    global sum_Executes
    global sum_Transactions
    k= 0
    for item in urltext:
       k=k+ 1
       if k< 50 :
         continue
       elif item == 'Logical reads:' :
         sum_Logical +=utof(urltext[k]) 
         print 'Logical reads:     ' ,urltext[k].strip()
       elif item == 'Physical reads:' :
         sum_Physical_reads +=utof(urltext[k])
         print 'Physical reads:    ',urltext[k].strip()
       elif item == 'Physical writes:' :
         sum_Physical_writes +=utof(urltext[k])
         print 'Physical writes:   ' ,urltext[k].strip()
       elif item == 'Executes:':
         sum_Executes += utof(urltext[k])
         print 'Executes:          ' ,urltext[k].strip()
       elif item == 'Transactions:' :
         sum_Transactions += utof(urltext[k])
         print 'Transactions:      ',urltext[k].strip()
       elif k> 86:
        break


if len(sys.argv) > 1:
  params = urllib.urlencode({ 'ip': sys.argv[ 1], 'action': 2})
else:
  params = None

um_Logical= 0
sum_Physical_reads= 0
sum_Physical_writes= 0
sum_Executes= 0
sum_Transactions= 0
     
url=[ 'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111211_10_16119_16120.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111211_17_16126_16127.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111210_17_16102_16103.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111210_10_16095_16096.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111209_17_16078_16079.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111208_17_16054_16055.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111209_10_16071_16072.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111208_10_16047_16048.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111207_17_16030_16031.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111207_10_16023_16024.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111206_17_16006_16007.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111206_10_15999_16000.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111205_17_15982_15983.html',
'http://127.0.0.1/cacti/spreport/rac3.yangql.com/sp_yangdb_20111205_10_15975_15976.html'
]

for val in url:
  print ' '
  gethtml(val)
  calucate(urltext)
  urltext = []
 
length= len(url)
print '-----------------------------------------'
print 'avg_Logical:       ',sum_Logical/length
print 'avg_Physical_reads:',sum_Physical_reads/length
print 'avg_Physical_writes',sum_Physical_writes/length
print 'avg_Executes       ',sum_Executes/length
print 'avg_Transactions   ',sum_Transactions/length
效果截图:
相关文章
|
1月前
|
数据采集 Web App开发 数据可视化
Python零基础爬取东方财富网股票行情数据指南
东方财富网数据稳定、反爬宽松,适合爬虫入门。本文详解使用Python抓取股票行情数据,涵盖请求发送、HTML解析、动态加载处理、代理IP切换及数据可视化,助你快速掌握金融数据爬取技能。
997 1
|
1月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
343 0
|
1月前
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
1月前
|
JSON API 数据安全/隐私保护
Python采集淘宝拍立淘按图搜索API接口及JSON数据返回全流程指南
通过以上流程,可实现淘宝拍立淘按图搜索的完整调用链路,并获取结构化的JSON商品数据,支撑电商比价、智能推荐等业务场景。
|
2月前
|
存储 监控 API
Python实战:跨平台电商数据聚合系统的技术实现
本文介绍如何通过标准化API调用协议,实现淘宝、京东、拼多多等电商平台的商品数据自动化采集、清洗与存储。内容涵盖技术架构设计、Python代码示例及高阶应用(如价格监控系统),提供可直接落地的技术方案,帮助开发者解决多平台数据同步难题。
|
2月前
|
存储 JSON 算法
Python集合:高效处理无序唯一数据的利器
Python集合是一种高效的数据结构,具备自动去重、快速成员检测和无序性等特点,适用于数据去重、集合运算和性能优化等场景。本文通过实例详解其用法与技巧。
128 0
|
2月前
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。
|
2月前
|
JSON API 数据安全/隐私保护
Python采集淘宝评论API接口及JSON数据返回全流程指南
Python采集淘宝评论API接口及JSON数据返回全流程指南
|
2月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
2月前
|
数据可视化 大数据 数据挖掘
基于python大数据的招聘数据可视化分析系统
本系统基于Python开发,整合多渠道招聘数据,利用数据分析与可视化技术,助力企业高效决策。核心功能包括数据采集、智能分析、可视化展示及权限管理,提升招聘效率与人才管理水平,推动人力资源管理数字化转型。

推荐镜像

更多