Python RegExp从匹配的字符串中检索值

Question

全部交易

我在解析日志时遇到了一些不小的问题。

我需要检查一个文件，并检查该行是否与模式匹配：如果为YES，则获取此行中指定的ClientID。

这行看起来像：

17.02.09 10:42:31.242 TRACE [1245] GDS:     someText(SomeText).ClientID: '' -> '99071901'

所以我需要获得99071901。

我试图构造正则表达式搜索模式，但是它不完整..卡在“ TRACE”上：

regex = '(^[(\d\.)]+) ([(\d\:)]+) ([\bTRACE\b]+) ([(\d)]+) ([\bGDS\b:)]+) ([\ClientID\b])'

脚本代码为：

log=open('t.log','r')
for i in log:
    key=re.search(regex,i)
    print(key.group()) #print string matching 
    for g in key:
        client_id=re.seach(????,g) # find ClientIt    
log.close()

如果您给我提示如何解决此挑战，请多加赞赏。

谢谢。

Answer 1

您不需要太具体。 您可以只捕获各个部分并分别进行分析。

让我们从您的一行开始，例如：

line = "17.02.09 10:42:31.242 TRACE [1245] GDS:     someText(SomeText).ClientID: '' -> '99071901'"

然后添加添加所有部分的第一个正则表达式：

import re
line_regex = re.compile(r'(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+):\s+(.+)')
# now extract each section
date, time, level, thread, module, message = line_regex.match(line).groups()

现在，如果我们查看不同的部分，他们将拥有做出更多决策或进一步解析它们所需的所有信息。 现在，当显示正确的消息时，让我们获取客户端ID。

client_id_regex = re.compile(r".*ClientID: '' -> '(\d+)'")

if 'ClientID' in message:
    client_id = client_id_regex.match(message).group(1)

现在我们有了client_id 。

---

只要将逻辑工作到循环中，便一切就绪。

line_regex = re.compile(r'(\S+)\s+(\S+)\s+(\S+)\s+(\S+)\s+(\S+):\s+(.+)')
client_id_regex = re.compile(r".*ClientID: '' -> '(\d+)'")

with open('t.log','r') as f:  # use with context manager to auto close the file
    for line in f:  # lets iterate over the lines
        sections = line_regex.match(line)  # make a match object for sections
        if not sections:
            continue  # probably you want to handle this case
        date, time, level, thread, module, message = sections.groups()
        if 'ClientID' in message:  # should we even look here for a client id?
            client_id = client_id_regex.match(message).group(1)
# now do what you wanted to do

Answer 2

您可以在所需模式中的那些部分周围使用捕获括号，然后使用group(n)访问这些部分，其中n是相应的组ID：

import re
s = "17.02.09 10:42:31.242 TRACE [1245] GDS:     someText(SomeText).ClientID: '' -> '99071901'"
regex = r"^([\d.]+)\s+([\d.:]+)\s+(TRACE)\s+\[(\d+)] GDS:.*?ClientID:\s*''\s*->\s*'(\d+)'$"
m = re.search(regex, s)
if m:
    print(m.group(1))
    print(m.group(2))
    print(m.group(3))
    print(m.group(4))
    print(m.group(5))

观看Python在线演示

模式是

^([\d.]+)\s+([\d.:]+)\s+(TRACE)\s+\[(\d+)] GDS:.*?ClientID:\s*''\s*->\s*'(\d+)'$

在此处查看其在线演示 。

请注意，您已经将字符类与组弄乱了： (...)将子模式分组并捕获它们，而[...]定义了与单个字符匹配的字符类。