如何使用正則表達式捕獲HTTP狀態代碼的第二個單詞？

Question

我想使用正則表達式捕獲http狀態代碼名稱。

這是日志文件條目示例文本：

Completed in 0.01434 (69 reqs/sec) | Rendering: 0.00006 (0%) | DB: 0.00220 (15%) | 404 Not Found [https://www.sample.com/page/soaps/1.xml]

眾所周知，http狀態代碼對於每個日志文件條目都是不同的。 可以是以下之一：

200 OK 
401 Unauthorized
201 Created
422 Unprocessable Entity
302 Found
404 Not Found

我的捕獲組應包含以下任一內容：

OK 
Unauthorized
Created
Unprocessable Entity
Found
Not Found

我當前的正則表達式表達式如下：

\D+(\d+(?:\.\d+)?\s*\([^)]+\))\D+(\d+(?:\.\d+)?\s*\([^)]+\))\D+(\d+(?:\.\d+)?\s*\([^)]+\))\D+(\d{1,3})\D+([A-Z]{2}|[A-Z][a-z]{1,12}(\s[A-Z][a-z]{1,10})?)\D+(\[.*\])\K

但是，如果您在www.regex101.com上運行它，則會看到它沒有用兩個詞（即Unprocessable Entity和Not Found）注冊一個http狀態代碼。

我究竟做錯了什么？

Answer 1

您可以使用此正則表達式

.*\| (\d+)\s+((?:\w|[^\S\r\n])*)

第一個捕獲組是錯誤代碼，第二個是消息。 請注意，這不會捕獲鏈接，如果沒有鏈接，它將起作用。 件如下

• 。* \\ | ->點是貪婪的匹配，因此它將捕獲到最后的所有內容|
• 第一捕獲組
  • \\ d +->一個或多個數字
• \\ s +->一個或多個空格
• 第二捕獲組
  • ？：->表示該組是非捕獲組。
  • 任何文字字符或任何空格，但沒有零或更多的新行（如果您確定有消息，則可以用加號替換星號）

為了不捕獲換行符，我使用了雙負正則表達式。 \\S表示沒有空格，我用^ 。 因此[^S\\r\\n]表示除換行外沒有空格字符。