使用正則表達式解析多行日志條目

Question

我正在嘗試使用此正則表達式解析C＃應用程序中的日志條目： (^[0-9]{4}(-[0-9]{2}){2}([^|]+\\|){3})(?!\\1)用於日志格式，如[日期（某種格式）] | [等級] | [appname] | [留言] 。

在哪里（我認為）：

• ^匹配一行的開頭（在regex101上啟用/ gm ）
• [0-9]{4}(-[0-9]{2}){2}之后是2015-03-03的開始日期
• ([^|]+\\|){3})后跟剩余的日期，日志級別和應用程序名稱
• (?!\\1)后面沒有新的日志條目的開頭（應該是消息）

例如，我有以下4個日志條目（由換行符分隔以便澄清）：

2015-03-03 19:30:47.2725|INFO|MyApp|This is a single line log message.

2015-03-03 19:31:29.1209|INFO|MyApp|This log message has multiple
lines with
2015-03-03
a date in it.

2015-03-03 19:32:50.1106|INFO|MyApp|This log message has
multiple lines
but just text only.

2015-03-03 19:33:20.2683|ERROR|MyApp|This log message has multiple lines but
also some confusing text like
2015-03-03 19:33:20.2683|ERROR| which should
still be a valid log message.

但是當我在regex101上測試它時，正則表達式不捕獲消息，可能是因為我不明白如何捕獲負向前瞻。

如果我在正則表達式中包含.* ： (^[0-9]{4}(-[0-9]{2}){2}([^|]+\\|){3}).*(?!\\1)它匹配消息但只有一行（因為.與換行符不匹配）。

那么如何捕獲（多行）消息呢？

Answer 1

你可以使用這個正則表達式：

(^\d{4}(-\d{2}){2}([^|]+\|){3})([\s\S]*?)\n*(?=^\d{4}.*?(?:[^|\n]+\|){3}|\z)

RegEx演示

這個正則表達式也應該在C＃中工作，只需確保使用MULTILINE標志。

Answer 2

這樣的事情應該有效。
請參閱正則表達式中的注釋。
（ mod ：為EOS或單行消息選擇換行符）

 @"(?m)^[0-9]{4}(?:-[0-9]{2}){2}(?:[^|\r\n]+\|){3}((?:(?!^[0-9]{4}(?:-[0-9]{2}){2}(?:[^|\r\n]+\|){3}).*(?:\r?\n)?)+)"

格式化（ 使用此 ）：

 (?m)                          # Modifier - multiline
 ^                             # BOL
 [0-9]{4}                      # Message header
 (?: - [0-9]{2} ){2}
 (?: [^|\r\n]+ \| ){3}
 (                             # (1 start), The Message
      (?:
           (?!                           # Assert, not a Message header
                ^                             # BOL
                [0-9]{4} 
                (?: - [0-9]{2} ){2}
                (?: [^|\r\n]+ \| ){3}
           )
           .*                            # Line is ok, its part of the message
           (?: \r? \n )?                 # Optional line break
      )+
 )                             # (1 end)

輸出：

 **  Grp 0 -  ( pos 0 , len 74 ) 
2015-03-03 19:30:47.2725|INFO|MyApp|This is a single line log message.


 **  Grp 1 -  ( pos 36 , len 38 ) 
This is a single line log message.

--------------

 **  Grp 0 -  ( pos 74 , len 108 ) 
2015-03-03 19:31:29.1209|INFO|MyApp|This log message has multiple
lines with
2015-03-03
a date in it.


 **  Grp 1 -  ( pos 110 , len 72 ) 
This log message has multiple
lines with
2015-03-03
a date in it.

--------------

 **  Grp 0 -  ( pos 182 , len 97 ) 
2015-03-03 19:32:50.1106|INFO|MyApp|This log message has
multiple lines
but just text only.


 **  Grp 1 -  ( pos 218 , len 61 ) 
This log message has
multiple lines
but just text only.

--------------

 **  Grp 0 -  ( pos 279 , len 186 ) 
2015-03-03 19:33:20.2683|ERROR|MyApp|This log message has multiple lines but
also some confusing text like
2015-03-03 19:33:20.2683|ERROR| which should
still be a valid log message.

 **  Grp 1 -  ( pos 316 , len 149 ) 
This log message has multiple lines but
also some confusing text like
2015-03-03 19:33:20.2683|ERROR| which should
still be a valid log message.

Answer 3

你使用什么正則表達式引擎？ 例如，在Java中有一個標志來告訴“。” 匹配換行符。

以下正則表達式似乎可以解決問題：

/(([0-9]{4})(-[0-9]{2}){2}([^|]+\|){3})((.(?!\2))*)/sg

我對您的查詢所做的修改主要是一些清理（您的日期捕獲組錯誤）。 然后我加了一個。 和*在最后的捕獲組中。 https://regex101.com/r/fU1vV1/2

最重要的部分是使用sg標志。 g讓它獲得所有比賽。 s使它像一條線一樣對待它（否則你的負面前瞻永遠不會起作用）。 如果您可以保證評論在一行（它們在您的示例中），那么所有這些都是不必要的，因為您可以捕獲到行的末尾。