如何從Apache服務器日志中解析IP地址？

Question

我必須從apache日志中找到常見的IP地址。

12.1.12.1 9000 127.0.0.1-坦率[10 / Oct / 2000：13：55：36 -0700]“ GET /apache_pb.gif HTTP / 1.0” 200 2326“ http://www.example.com/start.html “” Mozilla / 4.08 [zh]（Win98; I; Nav）“

12.1.12.1 9000 192.145.1.23-坦率[10 / Oct / 2000：13：55：36 -0700]“ GET /apache_pb.gif HTTP / 1.0” 200 2326“ http://www.example.com/start.html “” Mozilla / 4.08 [zh]（Win98; I; Nav）“

如何使用Java中的正則表達式提取IP地址（即每行中的第3個字）？ 另外，我還必須從中找到最常見的IP地址，以查找機械手訪問權限。 該日志包含數百萬行，因此regexp可能適用於此。

Answer 1

如果您確定它始終是第三個單詞（如您所說），那么也許根本不需要正則表達式。 您可以通過簡單的拆分來取第三個單詞。

但是，已經有人問過： 正則表達式匹配DNS主機名還是IP地址？ ...

Answer 2

正如其他人指出的那樣，您不需要正則表達式。 您也不應該使用String.split，因為它也使用了正則表達式。 您可以改用StringTokenizer。 假設您使用BufferedReader br讀取每一行：

String line = br.readLine();
StringTokenizer st = new StringTokenizer(line, " ");
st.nextToken();
st.nextToken();
String ip = st.nextToken();

Answer 3

這是一種解決方案：

String str1 = "12.1.12.1 9000 127.0.0.1 - frank [10/Oct/2000:13:55:36"
            + " -0700] \"GET /apache_pb.gif HTTP/1.0\" 200 2326 "
            + "\"http://www.example.com/start.html\" \"Mozilla/4.08 "
            + "[en] (Win98; I ;Nav)\"";

String str2 = "12.1.12.1 9000 192.145.1.23 - frank [10/Oct/2000:13:55"
            + ":36 -0700] \"GET /apache_pb.gif HTTP/1.0\" 200 2326 "
            + "\"http://www.example.com/start.html\" \"Mozilla/4.08 "
            + "[en] (Win98; I ;Nav)\"";

Pattern p = Pattern.compile("\\S+\\s+\\S+\\s+(\\S+).*");

Matcher m = p.matcher(str1);
if (m.matches())
    System.out.println(m.group(1));

m = p.matcher(str2);
if (m.matches())
    System.out.println(m.group(1));

正則表達式細分：

• \\S+ ，一個或多個非空白字符。
• \\s+ ，一個或多個空格字符。
• ...
• (\\\\S+)組1中捕獲的一個或多個非空白字符。

Answer 4

訪問日志文件的格式始終取決於配置文件設置。 最好不要假設IP地址是第三個“單詞”，而是讀取當前配置文件並根據LogFormat條目解析訪問日志文件。

Apache httpd根據httpd.conf和Tomcat對server.xml進行操作 。 server.xml是一個XML文件，它使解析AccessLogValve成為標准過程。

這需要做更多的工作，但是如果需要保留，它將使您的應用程序更靈活。 我認為，對於這種方法，字符串方法將比正則表達式更易於使用。