Question

我要为exim4 MTA编写日志解析器，我有几个问题。（我知道有一个exilog计划）

问题： 1.什么是更好的解析方法？（它的abbout 5Gb这样的线：D）我有这个$ line：

的 2011-12-24 12:32:12 MeSSag3-Id-Ye <hostname> (from@some.email) <to@some.email> => H=[321.123.321.123] T="Hello this is a test" 的

并希望将所有字段变为变量。我现在正在使用likethat ($var,[var2])=($line =~ /somecoolregexp/ );它是快/好还是我应该用别的东西？

Answer 1

嗯，这取决于您想要对数据做什么。

假设你有一个很大的while (<>) { ... }，你可以通过使用split来获得最简单的解析：

my @fields = split;

下一级将添加一些含义

my ($date, $time, $id, $host, $from, $to, undef, $dest) = split;

（注意，如果要忽略结果，可以指定给undef）

最后，你可以使用正则表达式来清理很多错误。您还可以将上面的拆分与较小的正则表达式相结合，以单独清理每个字段。

my ($datetime, $id, $host, $from, $to, $dest) = 
    /([\d-]+ [\d:]+) \s+     # date and time together
     (\S+)           \s+     # message id, just a block of non-whitespace
     <(.*?)>         \s+     # hostname in angle brackets, .*? is non-greedy slurp
    \((.*?)\)        \s+     # from email in parens
     <(.*?)>         \s+     # to email in angle brackets
      \S+            \s+     # separated between to-email and dest
      (\S+)                  # last bit, could be improved to (\w)=\[(.*?)\]
     /x;                     # /x lets us break all of this up, so its a bit readable

当然，你可以继续把它带到各种各样的愚蠢，但如果你要开始对这些字段进行更具体的解析，我会先进行初始拆分，然后再进行分解字段解析。例如：

 my ($date, $time, ...) = split;

 my ($year, $month, $day)    = split(/-/, $date);
 my ($hour, $min,   $sec)    = split(/:/, $time);
 my ($from_user, $from_host) = ( $from =~ /< ([^\@]+) \@ (.*) >/x );
 ...etc...

exim4 mta的perl日志解析器

1 个答案: