使用正则表达式解析日志文件
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\[\d{4}\]))+)
回答 2
Stack Overflow用户
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。
Stack Overflow用户
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