使用正则表达式解析日志答案

【问题标题】：Parsing logs with regex使用正则表达式解析日志
【发布时间】：2011-09-12 10:30:47
【问题描述】：

我正在尝试解析 JBoss 日志以检索错误消息等。这是我正在使用的模式： ([0-9]+-[0-9]+-[0-9][0-9]) .*? ((?:ERROR .*? .*?|WARN .*? .*?)) (.*? .* (?!at).*? .*\sjava.*)

*\sjava.* 部分应该在下一行检索 NullPointer 异常。

当我在 http://www.regexplanet.com/simple/ 上测试它时（选中 UNIX_LINES 选项），一切正常。但是，当我在 java 代码中使用相同的模式时，没有任何输出并且我的程序冻结。 Pattern p = Pattern.compile("([0-9]+-[0-9]+-[0-9][0-9]) .*? ((?:ERROR .*? .*?|WARN .*? .*?)) (.*? .* (?!at).*? .*\\sjava.*)", Pattern.UNIX_LINES);

当我从模式中删除 \sjava.* 时，一切正常。

这是来自日志文件的示例：

2011-06-08 03:28:48,408 INFO [STDOUT] (http-exxample.com%2F10.8.238.48-8180-7) 2011-06-08 03:28:48,403 WARN [http-example.com%2F10.8.238.48-8180-7] interceptors.WebFault (WebFault.java:125) - Exception occurred while writing fault.

java.lang.NullPointerException

除了java.lang.NullPinterException之外，所有内容都在一行中。

java 是否需要任何特殊的方式来转义\s（空格）？

【问题讨论】：

举个日志例子。您可能在正则表达式中有一个杂散空间

标签： java regex logging jboss

【解决方案1】：

不 - 你已经正确地逃脱了\s。

【讨论】：

【解决方案2】：

您的正则表达式进行了非常严重的贪婪匹配。我认为你应该对你的各种贪婪少一点

.*

根据您的日志文件的大小，它们往往会占用大量 CPU...不过，如果没有示例日志，很难说如何改进正则表达式

【讨论】：

【解决方案3】：

您可能期望零个或多个空格字符。试试\\s*java.*

编辑：使用DOTALL 模式。

    String s = "2011-06-08 03:28:48,403 WARN [http-example.com%2F10.8.238.48-8180-7] interceptors.WebFault (WebFault.java:125) "
      + "- Exception occurred while writing fault."
      + "\n\n  java.lang.NullPointerException\n";
    System.out.println(s.matches("(?s)([0-9]+-[0-9]+-[0-9][0-9]) .*? "
      + "((?:ERROR .*? .*?|WARN .*? .*?)) (.*? .* (?!at).*? .*\\sjava.*[\n])"));

【讨论】：

试过了，程序还是死机。