正则表达式分析日志文件（多行）

Question

我需要分析由第三方工具创建的结果文件。 因此，我尝试创建一个小的c＃工具，该工具应加载文件内容并执行正则表达式。 内容如下所示：

[1] <Download> 13.01.2016 15:16:47
[ 

Name: foobar.tif

Status:              0 (ok)
]

[2] <Download> 13.01.2016 15:17:50
[
Name: foobar2.tif

Error: 7100: No file found!

]

[3] <Upload> 13.01.2016 15:17:53
[

Name: Company.tif

Size: 3476
Error: 7200: Unauthorized!

]

...

我试图创建一个正则表达式模式，以匹配这种类型的内容。 在此示例中，3个匹配项包括我需要检查的4个组（索引1、2或3；任务下载/上传，文件名以及状态或错误的值）。 时间戳或可选的“大小”属性之类的所有其他信息都可以忽略。

这是我想出的：

(?<Index>\[[0-9]+\]) (?<TaskName><[\w]+>)

但是现在这仅与索引和任务名称匹配，我不确定如何继续获取“名称”和“状态”或“错误”值，因为它们在另一行中。

编辑：

好的，我尝试通过您的回复进行操作，到目前为止，我的想法是：

\[(?<Index>[0-9]+?)\]\s<(?<Task>\w+?)>.+\n+\[[\s.]+Name\:\s(?<Name>.+)(?<Content>[\s\S]+?)\]

现在，我得到了索引，任务名称和名称。 到目前为止，方法还可以吗？ 接下来，我还将尝试将错误/状态归为一组。

Answer 1

默认情况下，正则表达式模式始终跨多行捕获。 可以覆盖该行为，但是如果您要这样做，则无需做任何特殊操作即可使其跨多行捕获。 但是，有些字符类会考虑换行符。 最值得注意的是. 字符类匹配换行符以外的所有字符。 因此，如果要捕获包括换行符在内的任何字符，则不能仅使用.*因为这将一直匹配到当前行的末尾。

您可以使用(.|\\n)*但是，如果可能的话，最好使用否定的字符类。 例如，如果需要在以下示例中获取括号内的值：

 [Value One] some
 random

 data
 [Value Two]

您可以使用(\\[(?<value>[^]]*)\\][^[]*)* 。 请注意， [^]]*用作方括号内的值的模式， [^[]*用作方括号内的所有值的模式。 否定的字符类仅表示它与列表中没有的任何字符匹配。 例如[^abc]将匹配不是a ， b或c任何字符。 因此， [^[]仅表示不是方括号的任何字符。 由于换行符不是方括号，因此它将与换行符以及任何其他种类的字符匹配。

我说否定的字符类优于(.|\\n)*原因是因为，为了使用(.|\\n)* ，您必须使*重复是惰性的（例如(.|\\n)*?\\[ ）。 懒惰（即不贪心）重复会导致大量回溯，因此会损害性能。 因此，最好尽可能使用否定的字符类代替延迟重复。

Answer 2

您可以在一个正则表达式中完成所有工作，但是我认为编写和管理它非常困难。 我可以建议将其拆分为两个不同的正则表达式吗？ 您可以使用此索引来获取索引，“下载/上传”字段以及不同组中的描述：

\[([1-9]+?)\]\s<\w+?>.+\n\[([\s\S]+?)\]

然后，您可以获取包含消息的组并将其应用于此正则表达式：

Name:\s(.+?)\n[\s\S]*?(Error:|Status:)\s+?(.+?)$

在使用上述正则表达式之前，请确保在包含消息的字符串上使用Trim（），否则该正则表达式可能无法正常工作。

这是一些使用正则表达式的C＃代码：

Regex regex1 = new Regex("\\[([1-9]+?)\\]\\s<\\w+?>.+\\n\\[([\\s\\S]+?)\\]");
            MatchCollection matches = regex1.Matches(logMessage);

            foreach (Match match in matches)
            {
                String indexField = match.Groups[1].Value;
                String message = match.Groups[2].Value.Trim();
                if (String.IsNullOrEmpty(message) == false)
                {
                    Regex regex2 = new Regex("Name:\\s(.+?)\\n[\\s\\S]*?(Error:|Status:)\\s+?(.+?)$");
                    Match messageMatch = regex2.Match(message);
                    String name = messageMatch.Groups[1].Value.Trim();
                    String statusError = messageMatch.Groups[3].Value.Trim();
                }
            }

Answer 3

你可能想出某事。 像下面的正则表达式在自由模式下一样：

~
\[(?<index>\d+)\]\s*
<(?<task>\w+)>(?s).*?
\[(?s).*?
Name:\s*(?<filename>[^\n]+)(?s).*?
(?:Status|Error):\s*(?<status>\d+)(?s).*?
\]
~