Question

我有一个包含大量数据的大文件，但基本上我想要做的只是抓取部分内容，让我解释一下我感兴趣的部分：

（想象“x”作为IP地址）

（想象“？”作为任何字母数字字符/ w任何长度）

（想象“MD5”作为MD5哈希）

（实际 - 不是字面上的文本文件）

'xxx.xxx.xxx.xxx'

xxxxxxxxxx

'?'

'?'

'MD5'

现在我的询问如下：我如何确定行

'xxx.xxx.xxx.xxx'

在文件开头的任何地方然后自动写入另一个文件'？'条目和找到的每个IP地址实例的“MD5”条目。

所以简而言之，程序应该从文件的开头开始，读取内容，如果它达到了IP地址（Regex: '\b\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\b'对我来说很好），跳过下面的一行，然后开始复制其他数据到另一个文件，直到它到达MD5条目（Regex: '[a-f0-9]{32}'对我来说很好），然后从那一点再次迭代，依此类推寻找另一个IP地址实例等等它应该一直这样做，直到它到达文件的末尾。

我正在尝试自己这样做，但我甚至不知道从哪里开始，或根本不知道这样做的方法。

Answer 1

您可以使用以下内容来匹配您要查找的内容..并将其复制到所需的位置/文件：

('\b\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\b')(\s*.+\s*)([\s\S]*?)('\b[a-f0-9]{32}\b')

并提取$1$3$4

请参阅DEMO

代码：

String regex = "('\\b\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\b')(\\s*.+\\s*)([\\s\\S]*?)('\\b[a-f0-9]{32}\\b')";
Pattern pattern = Pattern.compile(regex);
Matcher m = pattern.matcher(myString);
while (m.find()) {
    System.out.println("end(): " + m.group(1));
    //System.out.println("end(): " + m.group(2));
    System.out.println("end(): " + m.group(3));
    System.out.println("end(): " + m.group(4));
}

Answer 2

鉴于你的文件是机器生成的，并且整体模式非常具体，我认为不必过分具体使用IP地址。

在模式的其余部分（*）的上下文中，将其匹配为“单引号中的一串数字和点”可能就足够了。

这是一个表达式，将您的整个要求与named groups匹配：

^'(?<IP>[\d.]+)'\s+
^(?<ID>\w*)\s+
^'(?<line1>\w*)'\s+
^'(?<line2>\w*)'\s+
^'(?<MD5>[A-Fa-f0-9]{32})'

将其与Multiline和IgnorePatternWhitespace regex options一起使用（后者意味着您可以保留正则表达式布局以提高可读性。）

（*）此外，在无数的例子中，IP地址的正则表达式模式实际上是无处不在的。当然，如果您认为有必要，可以使用比'[\d.]+'更复杂的东西。

Answer 3

我已经在Java中尝试过这个。

公共类TestRegex {

/**
 * @param args
 */
public static void main(String[] args)
{
    String input = "assasasa 123.234.223.223 333 aad sddsf 343sdd sds23343 ssdfs33344 MD5=aas jjsjjdjd 143.234.223.223 333 aad sddsf 343sdd sds23343 ssdfs33344 MD5=asas";
    String regexPattern = "(\\b[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\b).*?([A-Z a-z]+[0-9]+=.*?\\s)";
    Matcher m = null;
    Pattern pattern = Pattern.compile(regexPattern);
    m = pattern.matcher(input);
    // System.out.println(matcher.toString());
    while (m.find()) {
        System.out.println("start(): " + m.start());
        System.out.println("end(): " + m.end());
        System.out.println("end(): " + m.toString());
        System.out.println("end(): " + m.group(1));
        System.out.println("end(): " + m.group(2));
    }

}

}

使用RegEx从大文件中提取文本？

3 个答案: