Question

我想知道如何处理可能跨越文本文件中多行的匹配日志条目，特别是使用python。

[yyyy/mm/dd time] Entry
[yyyy/mm/dd time] this is
a multiline
entry
[yyyy/mm/dd time] Another entry

所以在这种情况下我的正则表达式应该有3个匹配项。

充其量，我有一个与每一行匹配的正则表达式，但是对于涉及到多行的日志条目，这是不够的：

regex = re.compile(\[\d{4}\/\d{2}\/\d{2}.{31}].*')

Answer 1

您可以遍历行并检查是否有匹配项-如果找到匹配项，则添加新的日志条目，如果没有找到该行，则将该行追加到先前捕获的日志中，即：

LINE_START = re.compile(r"\[\d{4}/\d{2}/\d{2}\s+\d{2}:\d{2}")  # etc.

with open("path/to/your.log", "r") as f:
    log_lines = [next(f)]  # a list to hold the log lines, initiate with the first line
    for line in f:
        if LINE_START.match(line):  # a new log line found
            log_lines.append("")  # 'register' a new log entry
        log_lines[-1] += line  # append the line to the last log entry

Answer 2

您可以使用re.S和re.MULTILINE使点匹配换行符，并使用^匹配换行符。

然后，匹配两个时间戳之间或时间戳与字符串结尾之间的所有内容。

regex = re.compile("^\[\d{4}\/\d{2}\/\d{2}[^\]]*](.*?)(?=^\[\d{4}\/\d{2}\/\d{2}[^\]]*])|^\[\d{4}\/\d{2}\/\d{2}[^\]]*](.*?)(?!.)",re.S | re.MULTILINE)

测试：https://regex101.com/r/dR25vY/2

跨多行匹配日志条目

2 个答案: