Question

我必须从apache日志中找到常见的IP地址。

12.1.12.1 9000 127.0.0.1 - frank [10 / Oct / 2000：13：55：36 -0700]“GET   /apache_pb.gif HTTP / 1.0“200 2326   “http://www.example.com/start.html”   “Mozilla / 4.08 [en]（Win98; I; Nav）”

12.1.12.1 9000 192.145.1.23 - frank [10 / Oct / 2000：13：55：36 -0700]“GET   /apache_pb.gif HTTP / 1.0“200 2326   “http://www.example.com/start.html”   “Mozilla / 4.08 [en]（Win98; I; Nav）”

如何使用Java中的正则表达式提取IP地址（即每行中的第3个字）？此外，我必须从中找到最常见的IP地址，以便找到机器人访问权限。该日志包含数百万行，因此regexp可能适用于此。

Answer 1

如果您确定它始终是第3个单词（正如您所说），那么您可能根本不需要正则表达式。您可以通过简单的拆分来获取第三个单词。

然而，有人问过：Regular expression to match DNS hostname or IP Address? ...

Answer 2

正如其他人所指出的，你不需要正则表达式。您也不应该使用String.split，因为它也使用正则表达式。您可以使用StringTokenizer。假设您使用BufferedReader br读取每一行：

String line = br.readLine();
StringTokenizer st = new StringTokenizer(line, " ");
st.nextToken();
st.nextToken();
String ip = st.nextToken();

Answer 3

这是一个解决方案：

String str1 = "12.1.12.1 9000 127.0.0.1 - frank [10/Oct/2000:13:55:36"
            + " -0700] \"GET /apache_pb.gif HTTP/1.0\" 200 2326 "
            + "\"http://www.example.com/start.html\" \"Mozilla/4.08 "
            + "[en] (Win98; I ;Nav)\"";

String str2 = "12.1.12.1 9000 192.145.1.23 - frank [10/Oct/2000:13:55"
            + ":36 -0700] \"GET /apache_pb.gif HTTP/1.0\" 200 2326 "
            + "\"http://www.example.com/start.html\" \"Mozilla/4.08 "
            + "[en] (Win98; I ;Nav)\"";

Pattern p = Pattern.compile("\\S+\\s+\\S+\\s+(\\S+).*");

Matcher m = p.matcher(str1);
if (m.matches())
    System.out.println(m.group(1));

m = p.matcher(str2);
if (m.matches())
    System.out.println(m.group(1));

Reg-ex细分：

\S+，一个或多个非空白字符。
\s+，一个或多个空白字符。
...
(\\S+)在第1组中捕获的一个或多个非空白字符。

Answer 4

访问日志文件的格式始终取决于配置文件设置。最好不要假设IP地址是第三个“字”，而是读取当前配置文件并相应地将访问日志文件解析为LogFormat条目。

Apache httpd根据 httpd.conf 和Tomcat运行到 server.xml 。 server.xml是一个XML文件，它使AccessLogValve成为标准过程。

这是一个更多的工作，但它将使您的应用程序更灵活，以防必须坚持。对于这种方法，我认为，字符串方法比正则表达式更容易使用。

如何从Apache Server Log解析IP地址？

4 个答案: