java - 多行java的正则表达式

Question

我需要从类似于下面的 SQL 日志中解析和提取值。

SQL^^0001^^ABCDEF^^26^^XYZ
SQL^^0002^^ABCDEF^^26^^XYZ
abc
<>()_asc wHERE
SQL^^0003^^ABCDEF^^12^^XYZ
SQL^^0004^^ABCDEF^^28^^XYZ

但是日志并不总是单行。我有一个正则表达式可以捕获如果它是单行。除最后一个元素外，这些字段的长度也是固定的。最后一个元素的长度可以变化。

(\w{3})\W{2}(\d{4})\W{2}(\w{6})\W{2}(\d{2})\W{2}(.*)

^^ is the delimiter but can be any other value also.

没有固定的行尾字符，但在这种情况下我需要捕获直到下一行 SQL。 如果是多行日志，如何解析日志并提取它们。我正在尝试用Java。 Java 或 scala 是首选。

Answer 1

您可以利用以下事实:每条记录均以 3 个单词字符开头，后跟 ^^。因此，您匹配的最后一个字段应该匹配任何不以该模式开头的行。如果 ^^ 只是一个示例，您可以使用整个 \w{3}\W{2}\d{4}\W{2}\w{6}\W{2}\d{2}\W{2} 模式作为分隔符，而不是 ^^。

使用

(?m)^(\w{3})\W{2}(\d{4})\W{2}(\w{6})\W{2}(\d{2})\W{2}(.*(?:\r?\n(?!\w{3}\^\^).*)*)

请参阅regex demo 。如果 ^^ 只是占位符，如上所述，请将 (?!\w{3}\^\^) 替换为 (?!\w{3}\W{2}\d{4}\W{2}\w{6}\W{2}\d{2}\W{2})。或者，也许，更短的也可以:(?!\w{3}\W{2}\d{4}\b)。

详细信息

• (?m)^ - 行的开头((?m) 是 Pattern.MULTILINE 嵌入标志选项，使 ^ 匹配行开头而不是字符串开头位置)
• (\w{3}) - 第 1 组:三个单词字符
• \W{2} - 2 个非单词字符
• (\d{4}) - 第 2 组:四位数字
• \W{2} - 2 个非单词字符
• (\w{6}) - 第 3 组:六个单词字符
• \W{2} - 2 个非单词字符
• (\d{2}) - 第 4 组:2 位数字
• \W{2} - 2 个非单词字符
• (.*(?:\r?\n(?!\w{3}\^\^).*)*) - 第 5 组:
  • .* - 除换行符之外的任何 0+ 个字符，尽可能多
  • (?:\r?\n(?!\w{3}\^\^).*)* - 零次或多次连续出现:
    • \r?\n(?!\w{3}\W{2}) - CRLF 或 LF 换行符后面没有 3 个单词，然后是 2 个非单词字符
    • .* - 该行的其余部分