使用 Python 从 Apache Log 中提取文件名和公用名

【问题标题】：Extract filename and common name from Apache Log with Python使用 Python 从 Apache Log 中提取文件名和公用名
【发布时间】：2018-03-06 14:54:29
【问题描述】：

我正在尝试解析 apache 日志文件，希望通过 python 从 access.log 文件中提取 AD 公用名和文件名。

我的access.log文件如下：

[01/Jan/1901:12:00:01] 12.34.56.78 TLS Protocol EncryptionMethod "GET/.../filename.zip HTTP/1.1" "CN=Smith John A,......"

我要提取的是以下格式：Smith John A, filename.zip

我尝试使用来自 Github 的几个自定义 python apache 日志解析器，但没有任何运气。

有什么想法可以实现这个目标吗？

谢谢。

【问题讨论】：

标签： python apache parsing logging

【解决方案1】：

非常基础。

import re
with open('access.log') as log:
    for line in log.readlines():
        results = [_.group() for _ in re.finditer(r'"([^"]*)"', line)]
        if len(results) == 2:
            print (results)
        else:
            print (line)
            print ("**** can't parse")
            continue
        m = re.search(r'GET\/.*?([a-z._]+) ', line, re.I)
        count = 0
        if m:
            filename = m.groups(0)[0]
            count += 1
        else:
            filename = ''
        m = re.search(r'CN=([^,]+),', line, re.I)
        if m:
            name = m.groups(0)[0]
            count += 1
        else:
            name = ''
        print (name, filename)
        if count != 2:
            print ("***can't parse filename or name")

未经测试！

该单行文件的结果：

['"GET/.../filename.zip HTTP/1.1"', '"CN=Smith John A,......"']
Smith John A filename.zip

【讨论】：