正則表達式將擴展的通用日志格式與多個主機匹配

Question

我正在嘗試編寫一個正則表達式來匹配擴展的通用日志格式。 我有一個表達式可以匹配大多數日志條目，但是當列出多個主機時，它會失敗。

這是我目前的表情：

([^ ]*) ([^ ]*) ([^ ]*) \[([^]]*)\] "([^"]*)" ([^ ]*) ([^ ]*) "([^"]*)" "([^"]*)"

這成功匹配標准日志條目。 例如：

24.58.227.240 - - [22/Sep/2011:00:00:00 +0000] "GET /rss/merchant/airsoftpost.com HTTP/1.1" 200 1880 "-" "Apple-PubSub/65"

但是，某些日志條目包含多個主機IP（以逗號分隔）：

10.64.233.43, 69.171.229.245 - - [22/Sep/2011:00:00:00 +0000] "GET /view/thesanctuary.co.uk HTTP/1.1" 206 7289 "-" "facebookexternalhit/1.1 (+http://www.facebook.com/externalhit_uatext.php)"

有人可以幫我修復表達式，以匹配給定日志項目的任意數量的主機嗎？

謝謝。

Answer 1

遵循正則表達式，您可以更改：

([^ ]*) ([^ ]*) ([^ ]*) \[([^]]*)\] "([^"]*)" ([^ ]*) ([^ ]*) "([^"]*)" "([^"]*)"

至

([^-]*) ([^ ]*) ([^ ]*) \[([^]]*)\] "([^"]*)" ([^ ]*) ([^ ]*) "([^"]*)" "([^"]*)"
   ^--- here, match until first dash

這個想法是只更改第一組：

([^ ]*)   ---> matches until the first space (change this)
([^-]*)   ---> matches until the first hyphen

Answer 2

作為一種選擇，嘗試以下正則表達式模式：

([\\d.\\s,]*) ([^ ]*) ([^ ]*) \\[([^]]*)\\] "([^"]*)" ([^ ]*) ([^ ]*) "([^"]*)" "([^"]*)"

現在，第一個捕獲組將捕獲所有數字，句點，（空格），任意數量的重復。

請參閱工作演示 。