我正在为我们的内部日志文件(由log4php,log4net和log4j生成)处理解析器。到目前为止,我有一个很好的正则表达式来解析日志,除了一个恼人的位:一些日志消息跨越多行,我无法正确匹配。我现在的正则表达式是这样的:
(?<date>\d{2}/\d{2}/\d{2})\s(?<time>\d{2}):\d{2}:\d{2}),\d{3})\s(?<message>.+)
日志格式(我用于测试解析器)是这样的:
07/23/08 14:17:31,321 log
message
spanning
multiple
lines
07/23/08 14:17:31,321 log message on one line
当我立即运行解析器时,我只获得日志开始的行。如果我将其更改为跨越多行,我只得到一个结果(整个日志文件)。
@samjudson:
您需要将RegexOptions.Singleline标志传递给正则表达式,以便“。” 匹配所有字符,而不仅仅是除新行之外的所有字符(这是默认值)。
我尝试过,但它匹配整个文件。我还尝试将消息组设置为。+?(非贪婪),但它匹配单个字符(这不是我正在寻找的)。
问题是消息的模式也在日期组上匹配,因此当它不在新行上中断时它就会继续打开和打开。
我现在将此正则表达式用于消息组。除非日志消息中的模式与日志消息的开头相同,否则它可以工作。
(?<message>(.(?!\d{2}/\d{2}/\d{2}\s\d{2}:\d{2}:\d{2},\d{3}\s\[\d{4}\]))+)
发布于 2018-12-06 10:31:23
你显然需要将“消息行”与“日志行”区分开来; 如果你允许消息部分以新行之后的日期/时间开始,那么根本无法确定消息的哪些部分以及什么不是。因此,您需要一个表达式,允许任何不包含换行符后跟日期和时间的表达式,而不是使用点。
但是,就个人而言,我不会使用正则表达式来解析整个日志条目。我更喜欢使用自己的循环迭代每一行,并使用一个简单的正则表达式来确定一行是否是新条目的开头。从可读性的角度来看,这也是我的偏好。
发布于 2018-12-06 11:22:23
你需要通过RegexOptions
。单行标志中的正则表达式,以便“。” 匹配所有字符,而不仅仅是除新行之外的所有字符(这是默认值)。
https://stackoverflow.com/questions/-100000914
复制相似问题