Question

我正在尝试使用一个相当复杂的REGEX表达式（请参见下面的REGEX101演示），我对该站点的专家创建的表达式进行了小幅修改。它解析日志事件的特定模式：

1 EXE_IN 1 EXE_CO 2 CONTENT_ACCESS 3 CONTENT_ACCESS

这些日志序列将始终以EXE_IN或EXE_CO事件的随机选择开始，并在序列号之前。这些选择可以是任意数量的任意顺序的数字。在这种情况下，我们只有两个EXE事件，但可能是200。或者1.请注意，有一个序列号，我们需要捕获它。

序列的第二部分将始终是一系列以数字开头的CONTENT.ACCESS事件。长度也从1到无穷大。

以下演示显示了一个有效的示例，并且可能比我更能传达这个概念：Demo 1

它很好地捕获了单独组中的完整匹配，序列号和事件。

我需要在模式中添加时间戳（在序列号之后，带有下划线），然后解析该事件日志，例如

1_11 / 08/2014 23：03EXE_IN1_11 / 08/2014 23：03EXE_CO2_12 / 08/2014 09：17CONTENT_ACCESS3_13 / 08/2014 09：17CONTENT_ACCESS

我还需要捕获时间戳。

我试图调整正则表达式的表达，结果不一。请观看此演示：demo2

理想情况下，我希望在每个事件中都看到这样的内容：

Match n
Full match  266-308 `2_12/08/2014 09:17CONTENT_ACCESS`
Group 1. 266-267    `2`
Group 2. 268-284    `12/08/2014 09:17`
Group 3. 284-308    `CONTENT_ACCESS`

希望您能帮助我。 REGEX101 pcre测试足以满足（为此，我在R中使用了与perl兼容的str_match_all_perl函数）。

非常感谢。

Answer 1

RecyclerView

https://regex101.com/r/EHHcKm/1

由于评论已更改为(\d+)_(.*?)(EXE_CO|EXE_IN|CONTENT_ACCESS)

https://regex101.com/r/EHHcKm/3

还有另一个版本，较短 (?:\G(?!^)(?(?=\d+_\d{2}\/\d{2}\/\d{4}\s\d{2}\:\d{2}(?:EXE_CO|EXE_IN))(?<!\d_\d{2}\/\d{2}\/\d{4}\s\d{2}\:\d{2}CONTENT_ACCESS))|(?=(?:\d+_\d{2}\/\d{2}\/\d{4}\s\d{2}\:\d{2}(?:EXE_CO|EXE_IN))+(?:\d+_\d{2}\/\d{2}\/\d{4}\s\d{2}\:\d{2}CONTENT_ACCESS)+))(\d+)_(\d{2}\/\d{2}\/\d{4}\s\d{2}\:\d{2})(EXE_CO|EXE_IN|CONTENT_ACCESS)

https://regex101.com/r/EHHcKm/4

更短的(?:\G(?!^)(?(?=\d+_.{16}(?:EXE_CO|EXE_IN))(?<!\d_.{16}CONTENT_ACCESS))|(?=(?:\d+_.{16}(?:EXE_CO|EXE_IN))+(?:\d+_.{16}CONTENT_ACCESS)+))(\d+)_(.{16})(EXE_CO|EXE_IN|CONTENT_ACCESS)

https://regex101.com/r/EHHcKm/5

超级短(?:\G(?!^)(?(?=\d+_.{16}E)(?<!S))|(?=(?:\d+_.{16}(?:EXE_CO|EXE_IN))+\d+_.{16}C))(\d+)_(.{16})(EXE_CO|EXE_IN|CONTENT_ACCESS)

https://regex101.com/r/EHHcKm/8

解析-添加捕获组

1 个答案: