正则表达式时间，日期，id答案

【问题标题】：Regex time,date,id正则表达式时间，日期，id
【发布时间】：2020-04-14 17:52:53
【问题描述】：

我们使用相同的系统日志，并且我们想要显示方括号内的日期、时间和进程 ID。我们可以读取系统日志的每一行并将内容传递给show_time_of_pid 函数。

import re

def show_time_of_pid(line):


    pattern=r"^(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec).*\d{2}:\d{2}:\d{2}\[(\d+)\]"
    result = re.search(pattern, line)

    return result

这个：

print(show_time_of_pid("Jul 6 14:01:23 computer.name CRON[29440]: USER (good_user)"))

应该打印：

Jul 6 14:01:23 pid:29440

我们在show_time_of_pid 实现中遗漏了什么？

【问题讨论】：

请修正格式，您的问题到底是什么？
请参阅How to Ask、help center。

标签： python regex

【解决方案1】：

import re
def show_time_of_pid(line):
  pattern = r"(^\b[A-Za-z]{3}\b [1-9] \b[\d]{2}:[\d]{2}:[\d]{2}\b) [\w].*\[([\d]+)\]"
  result = re.search(pattern, line)
  return "{} pid:{}".format(result[1],result[2])

（请务必注意间距以便轻松匹配）

分解：模式中的括号 () 是将输入字符串分成组，以便我获得索引以提取结果

^\b[A-Za-z]{3}\b ：匹配前三个字母，即 jul（不是 ^ 表示以开头，{3} 表示前 3 个匹配元素
[1-9] \b[\d]{2}:[\d]{2}:[\d]{2}\b : [1-9] - 匹配单个数字 1-9 ,\b[\d]{2}:[\d]{2}:[\d]{2}\b - 完全匹配格式 xx:xx:xx 的任何时间，即 02:15:67 ,{2} - 仅表示 2 位数字
[\w].*\[([\d]+)\] : [\w].* 匹配所有其他字母数字字符（注意.* 帮助所有其他匹配的单词，包括空格），\[([\d]+)\] - \d 用于数字，为什么\[ 是要完全匹配方括号，[\d]+ 也是要匹配范围内的更多数字

【讨论】：

【解决方案2】：

您的代码中存在一些问题：

[ 和 ] 应该以正则表达式模式转义，因为它们是特殊符号（表示一组字符）。
您没有使用组作为日期和时间，因此您以后无法从结果中得到它。
您没有尝试从搜索结果中获取这些组（实际上有一个用于月份和 pid 的组）。您刚刚尝试打印搜索结果对象。

我建议阅读有关[] 和群组的docs。 HOWTO 在一年中的这个时候也很棒。

这是一个工作示例：

import re

def show_time_of_pid(line):
  pattern=r"^(?P<date_time>(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\s+\d{,2}\s+\d{2}:\d{2}:\d{2}).*\[(?P<pid>\d+)\]"
  re_result = re.search(pattern, line)

  result = f"{re_result.group('date_time')} pid:{re_result.group('pid')}"

  return result

print(show_time_of_pid("Jul 6 14:01:23 computer.name CRON[29440]: USER (good_user)"))

输出：

Jul 6 14:01:23 pid:29440

【讨论】：

【解决方案3】：

简单的解决方案

def show_time_of_pid(line):

    date_pattern = r'\w+ \d (\d:?)+'
    date_result = re.search(date_pattern, line)

    pid_pattern = r'\[(\d+)\]'
    pid_result = re.search(pid_pattern, line)

    if date_result == None or pid_result == None :
        return "None"

    return '{} pid:{}'.format(date_result[0], pid_result[1])

【讨论】：

【解决方案4】：

^(\w+)([\d: ]+).*(\d{2}:\d{2}:\d{2}).*\[(\d+)\]

我做了 4 个组，第 1 个代表月份，第 2 个代表日期，第 3 个代表时间，第 4 个代表 pid。

【讨论】：

【解决方案5】：

这是我的解决方案。在引号中，第一个括号表达式是 group(1) 第二个是 group(2) 第三个是 group(3)，我们只需要 group 1 和 group 3。

    import re
    def show_time_of_pid(line):
        pattern = r"(^\w* .\d*.\d*:\d*:\d+)(.*)\[(\d+)\]"
        result = re.search(pattern, line)
        return "{} pid:{}".format(result.group(1), result.group(3))

    print(show_time_of_pid("Jul 6 14:01:23 computer.name CRON[29440]: USER (good_user)"))

输出：

7 月 6 日 14:01:23 pid:29440

【讨论】：

【解决方案6】：

import re
   def show_time_of_pid(line):
        pattern = r'^(\w+ [0-9] [0-9]+:[0-9]+:[0-9]+) [\w\.]+ [\w=]+\[([0-9]+)\]'
        result = re.search(pattern, line)
        return "{} pid:{} ".format(result[1], result[2])

  print(show_time_of_pid("Jul 6 14:01:23 computer.name CRON[29440]: USER (good_user)")) # Jul 6 14:01:23 pid:29440

  print(show_time_of_pid("Jul 6 14:02:08 computer.name jam_tag=psim[29187]: (UUID:006)")) # Jul 6 14:02:08 pid:29187

  print(show_time_of_pid("Jul 6 14:02:09 computer.name jam_tag=psim[29187]: (UUID:007)")) # Jul 6 14:02:09 pid:29187

  print(show_time_of_pid("Jul 6 14:03:01 computer.name CRON[29440]: USER (naughty_user)")) # Jul 6 14:03:01 pid:29440

  print(show_time_of_pid("Jul 6 14:03:40 computer.name cacheclient[29807]: start syncing from \"0xDEADBEEF\"")) # Jul 6 14:03:40 pid:29807

  print(show_time_of_pid("Jul 6 14:04:01 computer.name CRON[29440]: USER (naughty_user)")) # Jul 6 14:04:01 pid:29440

  print(show_time_of_pid("Jul 6 14:05:01 computer.name CRON[29440]: USER (naughty_user)")) # Jul 6 14:05:01 pid:29440

【讨论】：

【解决方案7】：

我建议看看Logstash 而不是发明自行车。它稳定、成熟、可扩展且可用于生产。

【讨论】：

【解决方案8】：

findall() 方法的简单解决方案和另一种方法：

import re
def show_time_of_pid(line):
  pattern = r"(\w+ \d+ \d+:\d+:\d+)+.*?\[(\d+)\]"
  result = re.findall(pattern, line)
  return "{} pid:{}".format(result[0][0], result[0][1])

输出：

Jul 6 14:01:23 pid:29440
Jul 6 14:02:08 pid:29187
Jul 6 14:02:09 pid:29187
Jul 6 14:03:01 pid:29440
Jul 6 14:03:40 pid:29807
Jul 6 14:04:01 pid:29440
Jul 6 14:05:01 pid:29440

【讨论】：

【解决方案9】：

我对这个问题的解决方案：

import re
def show_time_of_pid(line):
  pattern = r"(\w*\s\d\s\d.......).*\[(\d....)"
  result = re.search(pattern, line)
  return "{} pid:{}".format(result[1], result[2])
#Here is my output:
Jul 6 14:01:23 pid:29440
Jul 6 14:02:08 pid:29187
Jul 6 14:02:09 pid:29187

【讨论】：