Question

我正在尝试解析以下日志格式;我需要两个字段，两个字段都用以下格式表示：

"LOGTYPE":"LOGDATA"

在消息列下有一个非常长的消息，但我已经解决了它，只需要能够先将它隔离出来。

我当前的表达式遗漏了最后一个日志（主机名），或者如果我更正它以包含主机名，则会丢失一些格式。我总是可以在正则表达式查询之后纠正数据丢失，但是如果可能的话，我希望保持代码简洁。

以下是我的正则表达式尝试：

丢失主机名日志

/("\w*"):(.*?),/gi

Message，ChannelID，Hostname部分

上的结束格式不正确

/("\w*"):(.*?)[,}]/gi

示例日志：

{“EventTime”：“2018-02-01 12:00:00”，“EventType”：“警告”，“EventID”：1，“SourceName”：“PrintfLogger”，“ProcessID”：1234，“ ThreadID“：1234，”Message“：”123456789：TESTING CurlPublishPoint：已发布http://host.sample.com/sample/test/folder275492/123456789_set_11/test.ts（0字节），在2203.000000 ms（总时间）中：0到11.22.3.444：0：seqNumber 99101：DNS时间：0.000000 s ：连接时间0.000000秒：上传速度0.000000 B / s：长于RetryLimit false：段提前期3084 ms：cURL ErrorCode 28：cURL错误已达到超时：HTTP代码0：成功错误：尝试1：类型TS：文件大小123456 ：剩余字节数123456：MediaId Service_Data_3：发布提前期1234 ms：Id 0：CURLOPT_LOW_SPEED_LIMIT 123456：重试限制9000 ms：cURL远程IP：低速时间3：cURL URL http://11.2.3.444/sample/test/1518718912_set_34/test_123456_78901.ts：会话计数634：线程ID 4172： MD5 123456789ABCDEFG1234567890HIJK1L：延迟0.000000s：CHID：{A1B2C3D4-E5F6-G7H8-I9J0-K1L2M3N4O5P6} “ ”操作码“： ”登录“， ”渠道ID“： ”{A1B2C3D4-E5F6-G7H8-I9J0-K1L2M3N4O5P6}“，” EventDesc “：” printf的 “ ”TaskDesc“： ”包“， ”主机名“：” A11B2-1234A56" }

Answer 1

正如Haleemur Ali的评论中所述，这些数据是格式正确的JSON。他指出我是正确的方向，建议我把它当成一个。

使用以下函数将字符串转换为JSON对象，可以更轻松地处理。

logJSON = json.loads(inputstring)

在阅读文档之前，我使用以下视频熟悉Python中的JSON处理：https://www.youtube.com/watch?v=9N6a-VLBa2I

我的RegEx正在丢失数据，无论如何都要纠正？

1 个答案: