Question

我有一个如下所示的日志文件：

2012-05-04 01：10：35; 301383027; 00133608663205759673480010256592; 103; ERROR; AbstractTreatment：119; blah1

blah2

blah3

2012-05-02 01：00：22; 301382163; 00133591322220336011720010256592; 103; ERROR; AbstractTreatment：119; blah4

blah5

blah6

2012-05-02 01：00：23; 301382163; 00133591322220336011720010256592; 103; ERROR; AbstractTreatment：119; blah7

blah8

blah9

我希望每次有3个匹配的3个匹配组：日期，严重性和消息。

我试过使用这种模式

(20[0-9]{2}-[0-2][0-9]-[0-9]{2} [0-2][0-9]:[0-5][0-9]:[0-5][0-9]);[^;]*;[^;]*;[^;]*;([^;]*);(.*)

启用单行选项后，我有一个匹配（整个输入），如果禁用此选项，则不会完全捕获该消息（只有与日期在同一行的部分）。

我怎么能拥有与我想要正确捕获的3个值的日志条目一样多的匹配？

编辑：我想捕捉这样的比赛：

日期： 2012-05-04 01:10:35

严重性：错误

消息： AbstractTreatment：119; blah1

blah2

blah3

Answer 1

这里有两个技巧。

<强> “”不包括“\ n”，您无需设置 RegexOptions.Multiline。
您需要使用其他日期/时间模式或结束字符（$）作为分隔符，不应包含在匹配中。（否则需要在搜索之前从输入中排除分隔符下一场比赛）。
这需要使用特殊的分组表达式用语法称为“零宽度正向前瞻断言” of（？= subexpression）。

要测试您的日志，我将其保存在“日志”设置变量中。

string log = Settings.Default.Log;
string datePattern = @"20[0-9]{2}-[0-2][0-9]-[0-9]{2} [0-2][0-9]:[0-5][0-9]:[0-5][0-9]";
string pattern = @"(?<date>" + datePattern + @");[^;]*;[^;]*;[^;]*;(?<severity>[^;]*);(?<message>(.|\n)*?)(?=(" + datePattern + @"|$))";
Match mtc = Regex.Match(log, pattern);

while (mtc.Success)
{
    Console.WriteLine("Date: " + mtc.Groups["date"].Value);
    Console.WriteLine("Severity: " + mtc.Groups["severity"].Value);
    Console.WriteLine("Message: " + mtc.Groups["message"].Value);

    mtc = mtc.NextMatch();
}

然后输出如下，

Date: 2012-05-04 01:10:35
Severity: ERROR
Message: AbstractTreatment:119;blah1

blah2

blah3


Date: 2012-05-02 01:00:22
Severity: ERROR
Message: AbstractTreatment:119;blah4

blah5

blah6


Date: 2012-05-02 01:00:23
Severity: ERROR
Message: AbstractTreatment:119;blah7

blah8

blah9

Answer 2

  Regex r = new Regex(
      @"^(?<date>\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2});[^;]*;[^;]*;[^;]*;(?<severity>[^;]*);(?<message>.*(\n+(?!\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2};)[^\n]+)*)",
      RegexOptions.Multiline | RegexOptions.ExplicitCapture);

这个想法是，在.*消耗第一行的剩余部分之后，\n+消耗一个或多个行分隔符，而[^\n]+消耗下一个非空行的内容 - - 但前提 - (?!\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2};) - 无法匹配行开头的日期。（因为，当然，以日期开头的行被假定为下一个日志条目的开头。）

Multiline选项会导致^锚点在换行符后以及字符串开头处匹配。 ExplicitCapture表示只捕获命名组，因此我不必使用(?:...)来阻止普通组捕获。每当使用命名组时，最好使用ExplicitCapture;命名和编号组在.NET正则表达式中奇怪地交互。

.net模式：捕获多行日志文件中的字段

2 个答案: