多行Java的正则表达式

Question

我需要从类似于以下内容的sql日志中解析和提取值。

SQL^^0001^^ABCDEF^^26^^XYZ
SQL^^0002^^ABCDEF^^26^^XYZ
abc
<>()_asc wHERE
SQL^^0003^^ABCDEF^^12^^XYZ
SQL^^0004^^ABCDEF^^28^^XYZ

但是日志并非总是单行。 我有一个正则表达式可以捕获如果是单行。 除最后一个元素外，这些字段的长度都是固定的。 最后一个元素的长度可以变化。

(\w{3})\W{2}(\d{4})\W{2}(\w{6})\W{2}(\d{2})\W{2}(.*)

^^ is the delimiter but can be any other value also.

没有固定的行尾字符，但是在这种情况下，我需要捕获到下一行SQL。 如果多行日志，如何解析日志并提取日志。 我正在尝试使用Java。 Java或Scala是首选。

Answer 1

您可以利用以下事实：每条记录均以3个字符char开头，后跟^^ 。 因此，您匹配的最后一个字段应匹配所有不以该模式开头的行。 如果仅以^^为例，则可以只使用整个\\w{3}\\W{2}\\d{4}\\W{2}\\w{6}\\W{2}\\d{2}\\W{2}模式作为分隔符，而不是^^ 。

采用

(?m)^(\w{3})\W{2}(\d{4})\W{2}(\w{6})\W{2}(\d{2})\W{2}(.*(?:\r?\n(?!\w{3}\^\^).*)*)

参见regex演示 。 如上所述，如果^^只是一个占位符，则将(?!\\w{3}\\^\\^)替换为(?!\\w{3}\\W{2}\\d{4}\\W{2}\\w{6}\\W{2}\\d{2}\\W{2}) 。 或者，也许矮个子也可以： (?!\\w{3}\\W{2}\\d{4}\\b) 。

细节

• (?m)^ -行的开头（ (?m)是Pattern.MULTILINE嵌入式标志选项，使^匹配行的开头而不是字符串的开头位置）
• (\\w{3}) -第1组：三个单词的字符
• \\W{2} -2个非单词字符
• (\\d{4}) -第2组：四位数
• \\W{2} -2个非单词字符
• (\\w{6}) -第3组：六个字符
• \\W{2} -2个非单词字符
• (\\d{2}) -第4组：2位数字
• \\W{2} -2个非单词字符
• (.*(?:\\r?\\n(?!\\w{3}\\^\\^).*)*) -组5：
  • .* -尽可能多的除换行符以外的0+个字符
  • (?:\\r?\\n(?!\\w{3}\\^\\^).*)* -零个或多个连续出现：
    • \\r?\\n(?!\\w{3}\\W{2}) -CRLF或LF换行符后面没有3个单词，然后是2个非单词字符
    • .* -该行的其余部分