java - 将日志字符串解析为可用部分

Question

一些背景

我正在编写一个应用程序，它将提供连续的字符串/数据流。这些数据是日志消息，但来自不同的机器和不同的应用程序。因此它们的格式可能略有不同。

我的目标是从每条消息中获取单独的组件，并且无论来源如何，都尝试以某种方式规范化数据，以便主机、线程、时间、消息和级别等公共(public)部分。

问题

1. log4j 对这样的东西有支持吗？即采用一个字符串返回某种类型的对象，该对象可用于获取前面提到的部分？
2. 如果没有，是否有任何库可以执行此操作或类似操作？
3. 理想情况下，如果我可以提供多个模式以供其匹配，并且如果其他模式均不匹配，则默认使用后备模式。有这样的吗？

我意识到像 Awstats 这样的事情可以进行日志解析，但在这种情况下，我唯一的两个选择是使用一个库来完成它或编写一些东西，我不想重新发明轮子。

Answer 1

您可以为此使用解析器组合器。例如。这解析了一个整数元组:

import scala.util.parsing.combinator.RegexParsers

object Parser extends RegexParsers {
  def intPair = INT ~ "," ~ INT ^^ { x => (x._1._1.toInt,x._2.toInt) }
  val INT = "[0-9]+".r
}


Parser.parseAll(Parser.intPair, "10,22") // => (10,22)

这是一个很好的起点:http://www.codecommit.com/blog/scala/the-magic-behind-parser-combinators