在正则表达式中分组以捕获时间戳和主机名

Question

我有以下日志，需要使用 regex(pcre) 提取时间、主机名

2017-05-05T13:03:10.004595+00:00 VMware ESX 部分，abc.hostname.co.uk Vpxa：[fcec63d0] info 'commonvpxLro' opID=host@127454-101-20] [VpxLRO] -- FINISH task-internal-3548957 --- -- vmod1.query.PropertyCollector.Filter.destroy --

2017-05-05T13:04:10.7568945+00:00 abc.hostname.co.uk, Vpxa: [fcec63d0] info 'commonvpxLro' opID=host@89459-13-20] [VpxLRO] -- 完成任务-internal-3548957 --- -- vmod1.query.PropertyCollector.Filter.destroy --

2017-05-05T13:05:10.785895+00:00 VMware ESX 部分，abc.hostname.co.uk Vpxa：[fcec63d0] info 'commonvpxLro' opID=host@12748-101-20] [VpxLRO] -- FINISH task-internal-3548957 --- -- vmod1.query.PropertyCollector.Filter.destroy --

2017-05-05T13:13:11.986532+00:00 VMware ESX 部分，abc.hostname.co.uk Vpxa：[fcec63d0] info 'commonvpxLro' opID=host@12748-101-20] [VpxLRO] -- FINISH task-internal-3548957 --- -- vmod1.query.PropertyCollector.Filter.destroy --

例如：时间戳=2017-05-05T13:13:11.986532+00:00 hostname=abc.hostname.co.uk 我需要使用单个正则表达式从上述 4 个日志中提取。这里棘手的部分是添加时间戳“VMware ESX 部分”之后的每个备用日志。有人告诉我可以对它进行分组，例如时间戳作为一个捕获组，下一组是主机名。我能够编写一个用于捕获时间戳的正则表达式，但是如何为主机名创建一个捕获组？

Answer 1

以下适用于您的示例，它捕获第 1 组中的时间和第 2 组中的主机名：

(\d\d\d\d-\d\d-\d\dT\d\d:\d\d:\d\d\.\d{1,7}\+\d\d:\d\d)[^\.]*(\s[\w]*\.[\w]*[\.[\w]*]*)

什么意思：

\d\d\d\d-\d\d-\d\dT\d\d:\d\d 捕获类似0000-00-00T00:00 的内容

.\d{1,7}+\d\d:\d\d 捕获类似.0x1-7+00:00 的内容，其中 0x1-7 表示必须在 1 到 7 位之间

[^.]* 表示“由非. 的任意字符组合组成的字符串”。请注意，我在这里假设日期之后出现的第一个点字符在主机地址中。如果你不知道它是否是第一个点，这个正则表达式会变得更复杂

(\s[\w]*\.[\w]*[\.[\w]*]*) 表示空格（或制表符或回车），然后是 text.text.text.text.text 之类的东西，.text 至少出现 2 次（前两个 [\w]* 但可能有尽可能多的部分

在这里试试：https://regex101.com/r/we04e6/2