正则表达式：如何忽略连接词中的点

Question

为了分析日志文件，我需要使用 python 和正则表达式提取异常类型。
异常类型始终包含子字符串“Exception”。
问题是子字符串“Exception”并不总是在他们名字的末尾。
此外，异常类型由未知数量的点组成。

预期行为：

输入
“2021 年 8 月 1 日：存在 System.InvalidCalculationException - 系统重新启动”
“2021 年 9 月 1 日：SuperSystem 识别出 System.IO.WritingException 询问用户下一步该做什么”
“2021 年 10 月 1 日：哦，不，不再是 InternalException.NullReference.NonCritical.User，我们应该修复它！”

输出
“System.InvalidCalculationException”
“System.IO.WritingException”
“InternalException.NullReference.NonCritical.User”

正则表达式的外观如何？
对于以“Exception”结尾的异常类型，我已经尝试使用“\w+[.]\w+[.]*Exception”。
但是如果异常类型包含更多的点并且“异常”不在末尾怎么办？

Answer 1

你可以使用

\b(?:[A-Za-z]+\.)*[A-Za-z]*Exception(?:\.[A-Za-z]+)*\b
\b(?:\w+\.)*\w*Exception(?:\.\w+)*\b

请参阅regex demo / regex demo #2。详情：

• \b - 单词边界
• (?:[A-Za-z]+\.)* - 一个或多个字母出现零次或多次，后跟一个点
• [A-Za-z]* - 零个或多个字母
• Exception - 一个字符串 Exception
• (?:\.[A-Za-z]+)* - 零次或多次重复一个点，然后是一个或多个字母。
• \b - 单词边界。

\w 匹配任何字母、数字或下划线。

Python 用法：

re.findall(r'\b(?:\w+\.)*\w*Exception(?:\.\w+)*\b', text)

Answer 2

怎么样：

[^\s]*Exception[^\s]*

(Demo)

以上内容可确保您的字符串包含“异常”一词，并包含任何在其之前或之后的不是空白字符的内容。

[^\s]* 匹配任何非 (^) 空格 (\s) 0 到无限次 (*)。

Answer 3

根据你写的，可以说每个异常都是一串字母和点。

我认为这可以解决您的问题： "([A-Z][a-z]*.).([^\s]+)"

查看link