正则表达式匹配自定义日志文件中的日期和时间

Question

我正在编写一个脚本，为了实现卓越，必须将日期和时间格式从日志文件转换为时间戳。我想要这个以便稍后进行比较。

我的日志文件格式为：

2012-11-06 10:32:45
<log message follows here on multiple lines in XML format> 

我正在使用以下 gawk 表达式将我的日期/时间转换为时间戳：

$ gawk '/^([0-9]{2,4}-?){3} ([0-9]{2}\:?){3}/{print $0;gsub(/\:/," ");print mktime($0)}' logfile.txt

输出将是：

2012-11-01 15:27:28
1293719248

这实际上是我正在寻找的，但问题是正则表达式是否正确？由于我远离正则表达式大师，我也想知道这是否可以。当涉及到正则表达式时，这可以以一种更漂亮的方式完成吗？日志文件中使用的格式永远不会改变，因为我没有费心进行通用日期/时间匹配。也许我表达中的其他东西是fubar？ :-)

Answer 1

要匹配的 ERE：

2012-11-06 10:32:45

在它自己的一行是：

^[[:digit:]]{4}(-[[:digit:]]{2}){2} [[:digit:]]{2}(:[[:digit:]]{2}){2}$

但你可能会逃脱：

^[[:digit:]]([[:digit:]: -][[:digit:]]{2}){6}$

没有得到任何错误的匹配。

Answer 2

如果您只处理您的日志文件，则正则表达式是可以的。因为您可以假设您的日志文件将始终提供有效的日期时间字符串。 （例如2012-13-56 28:23:77 不会发生）

但我要指出的是，您的 awk 代码可能有问题。

• 我不知道您使用的是哪个 gawk 版本（我猜 > 4.0），如果版本 --re-interval 选项不是默认选项。

• 您的字符串替换出现错误：您也应该将“-”替换为“”，对吗？

awk 手册页：

 mktime(datespec)
                 Turns datespec into a time stamp of the same form as returned by systime().  The datespec is a string of the form YYYY MM DD HH  MM  SS[  DST].

看看区别：

kent$  gawk '{print $0;gsub(/:|-/," ");print mktime($0)}' <<<"2012-11-01 15:27:28"
2012-11-01 15:27:28
1351780048

output with your awk line:
2012-11-01 15:27:28
1293719248

Answer 3

您可以完全取消正则表达式并简单地测试mktime() 的失败。显然，这取决于您的数据是否可以包含具有日期/时间外观的行。但是，您可能没有考虑过这样做：

awk '{ line = $0; gsub(/[:-]/, " "); time = mktime($0) } time != "-1" { print line ORS time }' file.txt

结果：

2012-11-06 10:32:45
1352161965

来自手册页：

If datespec does not contain enough elements or if the resulting time is out of 
range, mktime() returns −1.