regex - perl正则表达式通过关键字查找Java StackTrace

标签 regex perl log4j

我需要按关键字从日志文件中 grep 完整的堆栈跟踪。

这段代码工作正常,但在大文件上会变慢(比文件更慢)。
我认为改进正则表达式以查找关键字的最佳方法,但我无法完成。

#!/usr/bin/perl

use strict;
use warnings;

my $regexp;
my $stacktrace;
undef $/;

$regexp = shift;
$regexp = quotemeta($regexp);

while (<>) {
  while ( $_ =~ /(?<LEVEL>^[E|W|D|I])\s
                 (?<TIMESTAMP>\d{6}\s\d{6}\.\d{3})\s
                 (?<THREAD>.*?)\/
                 (?<CLASS>.*?)\s-\s
                 (?<MESSAGE>.*?[\r|\n](?=^[[E|W|D|I]\s\d{6}\s\d{6}\.\d{3}]?))/gsmx ) {
    $stacktrace = $&;
    if ( $+{MESSAGE} =~ /$regexp/ ) {
      print "$stacktrace";
    }
  }
}

用法:./grep_log4j.pl <pattern> <file>
示例:./grep_log4j.pl Exception sample.log
我认为问题在 $stacktrace = $&;因为如果删除这个字符串并简单地打印所有匹配的行脚本工作得很快。
打印所有匹配项的脚本版本:
#!/usr/bin/perl

use strict;
use warnings;

undef $/;

while (<>) {
  while ( $_ =~ /(?<LEVEL>^[E|W|D|I])\s
                 (?<TIMESTAMP>\d{6}\s\d{6}\.\d{3})\s
                 (?<THREAD>.*?)\/
                 (?<CLASS>.*?)\s-\s
                 (?<MESSAGE>.*?[\r|\n](?=^[[E|W|D|I]\s\d{6}\s\d{6}\.\d{3}]?))/gsmx ) {
    print_result();
  }
}

sub print_result {
    print "LEVEL: $+{LEVEL}\n";
    print "TIMESTAMP: $+{TIMESTAMP}\n";
    print "THREAD: $+{THREAD}\n";
    print "CLASS: $+{CLASS}\n";
    print "MESSAGE: $+{MESSAGE}\n";
}

用法:./grep_log4j.pl <file>
示例:./grep_log4j.pl sample.log
Lo4j 模式:%-1p %d %t/%c{1} - %m%n
日志文件示例:
I 111012 141506.000 thread/class - Received message: something
E 111012 141606.000 thread/class - Failed handling mobile request
java.lang.NullPointerException
  at javax.servlet.http.HttpServlet.service(HttpServlet.java:710)
  at java.lang.Thread.run(Thread.java:619)
W 111012 141706.000 thread/class - Received message: something
E 111012 141806.000 thread/class - Failed with Exception
java.lang.NullPointerException
  at javax.servlet.http.HttpServlet.service(HttpServlet.java:710)
  at java.lang.Thread.run(Thread.java:619)
D 111012 141906.000 thread/class - Received message: something
S 111012 142006.000 thread/class - Received message: something
I 111012 142106.000 thread/class - Received message: something
I 111013 142206.000 thread/class - Metrics:0/1

我的正则表达式可以在 http://gskinner.com/RegExr/ 上找到通过 log4j 关键字:

最佳答案

您正在使用:

$/ = undef;

这使得 perl 将整个文件读入内存。

我会像这样逐行处理这个文件(假设堆栈跟踪与跟踪上方的消息相关联):
my $matched;
while (<>) {
  if (m/^(?<LEVEL>\S+) \s+ (?<TIMESTAMP>(\d+) \s+ ([\d.])+) \s+ (?<THREADCLASS>\S+) \s+ - \s+ (?<REST>.*)/x) {
    my %captures = %+;
    $matched = ($+{REST} =~ $regexp);
    if ($matched) {
      print "LEVEL: $captures{LEVEL}\n";
      ...
    }
  } elsif ($matched) {
    print;
  }
}

这是解析多行块的通用技术。
以下循环读取 STDIN一次一行,将日志文件的完整块提供给子程序 process :
my $first;
my $stack = "";
while (<STDIN>) {
  if (m/^\S /) {
    process($first, $stack) if $first;
    $first = $_;
    $stack = "";
  } else {
    $stack .= $_;
  }
}
process($first, $stack) if $first;

sub process {
  my ($first, $stack) = @_;
  # ... do whatever you want here ...
}

关于regex - perl正则表达式通过关键字查找Java StackTrace,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7810805/

相关文章:

regex - 使用perl用特殊字符替换字符串

java - war 文件中不同 jar 的单独日志

javascript - 逗号分隔符多维数组

python - 正则表达式 : match start or whitespace

python - 如何在起始单词到 '\n' 新行之间拉出单词。在 python 中提取单词时有没有办法放置 'OR' 条件?

log4j 到 logback(迁移)

java - 在 RollingFileAppender 的情况下在 log4j 中滚动

regex - jSoup - 如何获取具有背景样式的元素(内联 CSS)?

perl - 获取文件中最短和最长的序列

perl - 如何避免在 XML::LibXML 中使用双重 UTF-8 编码