为什么我无法使用正则表达式从该日志数据中提取数据？答案

【问题标题】：why do i get stuck extracting data from this log data using regex?为什么我无法使用正则表达式从该日志数据中提取数据？
【发布时间】：2021-01-20 21:50:11
【问题描述】：

我有一个日志数据文件，我正在尝试从中提取此信息

示例 = {"主机":"146.204.224.152", "user_name":"feest6811", "时间":"21/Jun/2019:15:45:24 -0700", "request":"POST /incentivize HTTP/1.1"}

sample = '146.204.224.152 - feet6811 [21/Jun/2019:15:45:24 -0700] "POST /incentivize HTTP/1.1" 302 4622'

当我试图退出时，我得到了 [] 空列表

re.findall('(\d{3}.\d{3}.\d{3}.\d{3}( - )([\w]*)(\[.*\]))',sample)

【问题讨论】：

标签： python regex

【解决方案1】：

您的空格不正确。这是一个生成 dict 示例的版本：

import re
from pprint import pprint

example = {"host":"146.204.224.152", "user_name":"feest6811", "time":"21/Jun/2019:15:45:24 -0700", "request":"POST /incentivize HTTP/1.1"}
sample = '146.204.224.152 - feest6811 [21/Jun/2019:15:45:24 -0700] "POST /incentivize HTTP/1.1" 302 4622'
m = re.match(r'(?P<host>\d{3}.\d{3}.\d{3}.\d{3}) - (?P<user_name>\w*) \[(?P<time>.*?)\] \"(?P<request>.*?)\"',sample)
assert example == m.groupdict()
pprint(m.groupdict())

输出：

{'host': '146.204.224.152',
 'request': 'POST /incentivize HTTP/1.1',
 'time': '21/Jun/2019:15:45:24 -0700',
 'user_name': 'feest6811'}

【讨论】：

【解决方案2】：

我不确定您到底想要达到什么目标。但是，根据您给出的示例，我已经修复了您的正则表达式。

固定正则表达式：(\d{3}.\d{3}.\d{3}.\d{3})\s*\-\s*(\w+)\s+\[(.*?)\]\s+\"(.*?)\"

您可以查看在线工作示例here。

【讨论】：

【解决方案3】：

您当前的正则表达式存在许多问题，主要是模式实际上与输入不匹配。出现这种情况是因为您在一些地方缺少空格，而且您没有正确匹配双引号术语。试试这个版本：

sample = '146.204.224.152 - feest6811 [21/Jun/2019:15:45:24 -0700] "POST /incentivize HTTP/1.1" 302 4622'
parts = re.findall(r'^(\d{3}(?:\.\d{3}){3}) - (\S+) \[(.*?)\] "(.*?)".*$', sample)
print(parts)

打印出来：

[('146.204.224.152', 'feest6811', '21/Jun/2019:15:45:24 -0700', 'POST /incentivize HTTP/1.1')]

【讨论】：