Question

我不是RegEx专家。我试图了解是否可以使用RegEx从JSON文件中查找数据块。

我的情景：

我正在使用具有增强监控功能的AWS RDS实例。监控数据将发送到CloudWatch日志流。我正在尝试使用CloudWatch中发布的数据在日志管理解决方案Loggly中可见。

摄取没问题，我可以在Loggly中看到数据。但是，整个消息包含在一个大blob字段中。字段内容是JSON文档。我试图找出是否可以使用RegEx仅提取JSON文档的某些部分。

以下是我正在使用的JSON有效负载的示例摘录：

{
    "engine": "MySQL",
    "instanceID": "rds-mysql-test",
    "instanceResourceID": "db-XXXXXXXXXXXXXXXXXXXXXXXXX",
    "timestamp": "2017-02-13T09:49:50Z",
    "version": 1,
    "uptime": "0:05:36",
    "numVCPUs": 1,
    "cpuUtilization": {
        "guest": 0,
        "irq": 0.02,
        "system": 1.02,
        "wait": 7.52,
        "idle": 87.04,
        "user": 1.91,
        "total": 12.96,
        "steal": 2.42,
        "nice": 0.07
    },
    "loadAverageMinute": {
        "fifteen": 0.12,
        "five": 0.26,
        "one": 0.27
    },
    "memory": {
        "writeback": 0,
        "hugePagesFree": 0,
        "hugePagesRsvd": 0,
        "hugePagesSurp": 0,
        "cached": 505160,
        "hugePagesSize": 2048,
        "free": 2830972,
        "hugePagesTotal": 0,
        "inactive": 363904,
        "pageTables": 3652,
        "dirty": 64,
        "mapped": 26572,
        "active": 539432,
        "total": 3842628,
        "slab": 34020,
        "buffers": 16512
    },

我的问题

我的问题是，我可以使用RegEx来提取文件的子集吗？例如，CPU利用率或内存等？如果可以，我该如何编写RegEx？如果可能，我可以使用它深入到提取的文档中以获取单个数据元素。

非常感谢你的帮助。

Answer 1

首先，我同意塞巴斯蒂安：一个合适的JSON解析器更好。

无论如何，有时必须使用脏方法。如果您的文本布局不会改变，那么正则表达式很简单：

E.g。 "total": (\d+\.\d+)获取CPU使用率和"total": (\d\d\d+)总内存使用量（匹配至少3位数不匹配第一个总文本，内存可能永远不会小于100： - ）。

如果需要进行更改，请使其更加稳定：["']total["']\s*:\s*(\d+\.\d+)。

也可以匹配agains返回字符，如下所示："cpuUtilization"\s*:\s*\{\s*\n.*\n\s*"irq"\s*:\s*(\d+\.\d+)使其更稳定（这次是irq值）。

依旧等等。

你看到你可以快速进入非常复杂的表达式。这种做法非常脆弱！

P.S。根据loggy正则表达式的具体细节，细节可能会有所变化。以上示例基于Perl。

如何使用RegEx在JSON文档中提取数据

1 个答案: