Apache访问日志regex解析
Apache访问日志regex解析
提问于 2016-11-11 13:33:34
我有一个Apache的自定义访问日志：
LogFormat "%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\" %{JSESSIONID}C %D %V" mylog我试图从Python解析生成的日志；但是我有两个问题：
- 没有请求方法(HTTP/1.0或HTTP/1.1)的请求没有被正确地解析。
- 请求中有空格的请求没有被正确地解析(我不知道Apache是保存了这个路径，还是保留了这个空间，但是我可以在telnet中手工生成一个发出请求的日志行)。
使用此正则表达式：
(?P<ip>.*) (?P<remote_log_name>.*) (?P<userid>.*) \[(?P<date>.*)(?= ) (?P<timezone>.*?)\] \"(?P<request_method>.*) (?P<path>.*)(?P<request_version> HTTP/.*)\" (?P<status>.*) (?P<length>.*) \"(?P<referrer>.*)\" \"(?P<user_agent>.*)\" (?P<session_id>.*) (?P<generation_time_micro>.*) (?P<virtual_host>.*)此日志的前3行解析失败：
1.1.1.2 - - [11/Nov/2016:03:04:55 +0100] "GET /" 200 83 "-" "-" - 9221 1.1.1.1
127.0.0.1 - - [11/Nov/2016:14:24:21 +0100] "GET /uno dos" 404 298 "-" "-" - 400233 1.1.1.1
127.0.0.1 - - [11/Nov/2016:14:23:37 +0100] "GET /uno dos HTTP/1.0" 404 298 "-" "-" - 385111 1.1.1.1
1.1.1.1 - - [11/Nov/2016:00:00:11 +0100] "GET /icc HTTP/1.1" 302 - "-" "XXX XXX XXX" - 6160 11.1.1.1
1.1.1.1 - - [11/Nov/2016:00:00:11 +0100] "GET /icc/ HTTP/1.1" 302 - "-" "XXX XXX XXX" - 2981 1.1.1.1Regex可以在这里模拟https://regex101.com/r/xDfSqj/2。
回答 2
Stack Overflow用户
回答已采纳
发布于 2016-11-11 14:58:04
试试这个解决方案：https://regex101.com/r/xDfSqj/4
你拥有的是一样的东西，除了：
(?P<ip>.*?) (?P<remote_log_name>.*?) (?P<userid>.*?) \[(?P<date>.*?)(?= ) (?P<timezone>.*?)\] \"(?P<request_method>.*?) (?P<path>.*?)(?P<request_version> HTTP/.*)?\" (?P<status>.*?) (?P<length>.*?) \"(?P<referrer>.*?)\" \"(?P<user_agent>.*?)\" (?P<session_id>.*?) (?P<generation_time_micro>.*?) (?P<virtual_host>.*)已经在HTTP/1.0周围添加了一个捕获组，并给出了？量词这也是添加到您的其他组，以防止贪婪捕获。
这就是你想要达到的目标吗？
Stack Overflow用户
发布于 2020-11-12 07:20:45
我使用的正则表达式如下
^([\\d.]+) (\\S+) (\\S+) \\[([\\w:/]+\\s[+-]\\d{4})\\] \"(.+?)\" (\\d{3}) (\\d+) \"([^\"]+)\" \"(.+?)\"您可以参考此链接来了解apache文件解析的功能，还有使用java进行apache文件解析的代码。希望你能找到好的解决问题的方法。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/40549123
复制相关文章
相似问题
腾讯云开发者
