Python 正則表達式 - 捕獲重復模式組

Question

我有一個正在嘗試解析的日志文件。 日志文件示例如下：

10 月 23 日 13:03:03.714012 prod1_xyz(RSVV)[201]：#msgtype=EVENT #server=Web/Dev@server1web #func=LKZ_WriteData（第 2992 行）#rc=0 #msgid=XYZ0064 #reqid=0 #msg= Web 活動結束（第 200 節，# SysD 1，文件 222，字節 343422089928，錯誤 0，中止文件 0，忙碌文件 0）

我想提取所有以 hash 開頭的文本，並有一個鍵和值。 例如，#msgtype=EVENT。 任何僅具有 hash 且沒有“=”符號的文本都將被視為一個值。

所以在上面的日志條目中，我想要一個看起來像這樣的列表

#msgtype=EVENT
#server=Web/Dev@server1web
#func=LKZ_WriteData ( line 2992 ) 
#rc=0
#msgid=XYZ0064 
#reqid=0
#msg=Web Activity end (section 200, # SysD 1, Files 222, Bytes 343422089928, Errors 0, Aborted Files 0, Busy Files 0) (Notice the hash present in the middle of the text)

我已經嘗試過 Python 正則表達式 findall 選項，但我無法捕獲所有數據。

例如：

str='Oct 23 13:03:03.714012 prod1_xyz(RSVV)[201]: #msgtype=EVENT #server=Web/Dev@server1web #func=LKZ_WriteData ( line 2992 ) #rc=0 #msgid=XYZ0064 #reqid=0 #msg=Web Activity end (section 200, # SysD 1, Files 222, Bytes 343422089928, Errors 0, Aborted Files 0, Busy Files 0)'

z = re.findall("(#.+?=.+?)(:?#|$)",str)
print(z)

Output：

[('#msgtype=EVENT ', '#'), ('#func=LKZ_WriteData ( line 2992 ) ', '#'), ('#msgid=XYZ0064 ', '#'), ('#msg=Web Activity end (section 200, ', '#')]

Answer 1

(:?#|$)是一個捕獲組，它匹配一個可選的: ，然后是# ，或者字符串的結尾。 由於re.findall返回所有捕獲的子字符串，因此結果是一個元組列表。

你需要

re.findall(r'#[^\s=]+=.*?(?=\s*#[^\s=]+=|$)', text)

查看正則表達式演示

正則表達式詳細信息

• #[^\s=]+ - #然后是除空格和=之外的任何 1+ 個字符
• = - a =字符
• .*? - 除換行符以外的任何 0+ 字符，盡可能少
• (?=\s*#[^\s=]+=|$) - 最多（且不包括）0+ 個空格、 # 、1+ 個除空格和=之外的字符，然后=或字符串末尾。

Answer 2

import re

s = "Oct 23 13:03:03.714012 prod1_xyz(RSVV)[201]: #msgtype=EVENT #server=Web/Dev@server1web #func=LKZ_WriteData ( line 2992 ) #rc=0 #msgid=XYZ0064 #reqid=0 #msg=Web Activity end (section 200, # SysD 1, Files 222, Bytes 343422089928, Errors 0, Aborted Files 0, Busy Files 0)"

a = re.findall('#(?=[a-zA-Z]+=).+?=.*?(?= #[a-zA-Z]+=|$)', s)

result = [item.split('=') for item in a]

print(result)

給出：

[['#msgtype', 'EVENT'], ['#server', 'Web/Dev@server1web'], ['#func', 'LKZ_WriteData ( line 2992 )'], ['#rc', '0'], ['#msgid', 'XYZ0064'], ['#reqid', '0'], ['#msg', 'Web Activity end (section 200, # SysD 1, Files 222, Bytes 343422089928, Errors 0, Aborted Files 0, Busy Files 0)']]