异常日志的正则表达式

Question

我正在使用PCRE 在以下正则表达式的帮助下匹配异常日志。

正则表达式

\[([\d -:]+)\]ERROR.*?(F:[^ ]+|F:).*?(?sx).*?(\b[a-zA-Z]*Exception\b)

异常日志示例

1. 捕获的异常在日志语句的内联（在一行中）

   [2020-03-07 01:02:37.512]ERROR [L:xx F:yy T:zz R: C: ] xxxxxxx xxxxx xxxx xxxx NullPointerException
           at com.package.name(b.java:20)
           at com.package.name.someClass.someMethod(P.java:2423)
           at com.package.name.someClass.someMethod(P.java:40)
           at com.package.name.someClass.someMethod(P.java:4054)
   

2. 捕获的异常在任何其他下一个日志语句中

   [2020-03-07 01:02:37.512]ERROR [L:xx F:yy T:zz R: C: ] xxxxxxx xxxxx xxxx xxxxxxxx xxxxxxxxxxxxxxxx 
   xxxxxxxxx xxxxxxxxxxx xxxxxxxx xxxx xxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxx
   xxxxxxxx xxxx NullPointerException
           at com.package.name(b.java:20)
           at com.package.name.someClass.someMethod(P.java:2423)
           at com.package.name.someClass.someMethod(P.java:40)
           at com.package.name.someClass.someMethod(P.java:4054)
   

第二个样本与上述正则表达式不匹配。

我也尝试使用multi-line flag (\m)，但它不会因为它不应该匹配任何东西而停止

示例

[2020-03-07 01:02:37.512]ERROR [L:xx F:yy1 T:zz1 R: C: ] xxxxxxx xxxxx xxxx xxxx
[2020-03-07 01:03:37.512]ERROR [L:xx F:yy2 T:zz2 R: C: ] xxxxxxx xxxxx xxxx xxxx
[2020-03-07 01:04:37.512]ERROR [L:xx F:yy3 T:zz3 R: C: ] xxxxxxx xxxxx xxxx xxxx 
[2020-03-07 01:05:37.512]ERROR [L:xx F:yy4 T:zz5 R: C: ] NullPointerException
            at com.package.name(b.java:20)
            at com.package.name.someClass.someMethod(P.java:2423)
            at com.package.name.someClass.someMethod(P.java:40)
            at com.package.name.someClass.someMethod(P.java:4054)

预期结果

第一组：2020-03-07 01:05:37.512, 第 2 组：F:yy4， 第 3 组：NullPointerException

实际结果

第一组：2020-03-07 01:02:37.512 第 2 组：F:yy1 第 3 组：NullPointerException

看看匹配第一行后它是如何在找到完整的表达式之前停止的。

谁能帮帮我。

Answer 1

您可以从模式的开头检查下一行不以例如[ 开头的数字，以及使用负前瞻(?!.*\R\[\d) 的数字，因为之后您使用内联修饰符(?sx)。

这部分 (F:[^ ]+|F:) 可以缩短为匹配 F: 和 0+ 次非空白字符 (F:\S*)

在字符类[\d -:] 中，连字符匹配一个范围，而不仅仅是一个连字符。如果您要按字面意思匹配，例如可以将其移到末尾并添加匹配点。

^(?!.*\R\[\d)\[([\d :.-]+)]ERROR.*?(F:\S*)(?sx).*?\b([a-zA-Z]*Exception)\b

说明

• ^ 字符串开始
• (?!.*\R\[\d) 否定前瞻，断言下一行不以 [ 和 \R 匹配 unicode 换行序列的数字开头
• \[匹配[
• ([\d :.-]+) 捕获组 1，匹配任何列出的
• ]匹配]
• ERROR.*? 匹配 ERROR 和 0+ 次除换行符以外的任何字符
• (F:\S*) 捕获第 2 组，匹配 F: 和 0+ 次非空白字符
• (?sx).*? 内联修饰符 s 使点匹配换行符，x 忽略空格
• \b([a-zA-Z]*Exception)\b 捕获第 3 组，匹配 0+ 次字符 a-zA-Z 后跟异常

Regex demo

不使用内联修饰符s 使点与换行符匹配的另一个选项可能是在匹配 ERROR 和 F: 部分后选择性地匹配所有不包含 Exception 的行。

^(?!.*\R\[\d)\[([\d :.-]+)]ERROR.*?(F:\S*)(?:(?!.*Exception|.*\R\[\d).*\R)*+.*\b([a-zA-Z]*Exception)\b

Regex demo