c# - 使用正则表达式解析日志文件

Question

我目前正在为我们的内部日志文件(由 log4php、log4net 和 log4j 生成)开发一个解析器。到目前为止，我有一个很好的正则表达式来解析日志，除了一个烦人的一点:一些日志消息跨越多行，我无法正确匹配。我现在的正则表达式是这样的:

(?<date>\d{2}/\d{2}/\d{2})\s(?<time>\d{2}):\d{2}:\d{2}),\d{3})\s(?<message>.+)

日志格式(我用于测试解析器)是这样的:

07/23/08 14:17:31,321 log 
message
spanning
multiple
lines
07/23/08 14:17:31,321 log message on one line

当我现在运行解析器时，我只得到日志开始的行。如果我将其更改为跨多行，我只会得到一个结果(整个日志文件)。

---

@samjudson:

您需要将 RegexOptions.Singleline 标志传递到正则表达式中，以便“.”匹配所有字符，而不仅仅是除换行符(默认)之外的所有字符。

我尝试过，但它匹配整个文件。我还尝试将消息组设置为.+？ (非贪婪)，但它匹配单个字符(这也不是我要找的)。

问题在于消息的模式也在日期组上匹配，因此当它没有在换行符上中断时，它只会继续下去。

---

我现在使用这个正则表达式作为消息组。它有效，除非日志消息中存在与日志消息开头相同的模式。

(?<message>(.(?!\d{2}/\d{2}/\d{2}\s\d{2}:\d{2}:\d{2},\d{3}\s\[\d{4}\]))+)

Answer 1

只有当日志消息在行开头不包含日期时，这才有效，但您可以尝试在“消息”组中为日期添加否定的前瞻断言:

(?<date>\d{2}/\d{2}/\d{2})\s(?<time>\d{2}:\d{2}:\d{2},\d{3})\s(?<message>(.(?!^\d{2}/\d{2}/
\d{2}))+)

请注意，这需要使用 RegexOptions.MultiLine 标志。