在Java中使用正则表达式解析字符串行
对于下面这行,我的正则表达式不匹配。。任何关于为什么会这样的建议。因为我总是从我上面的代码中得到一个错误,如在Java中使用正则表达式解析字符串行,java,regex,Java,Regex,对于下面这行,我的正则表达式不匹配。。任何关于为什么会这样的建议。因为我总是从我上面的代码中得到一个错误,如错误的日志条目(或RE问题?。我的正则表达式有问题吗 public static String entryPattern = "^([\\d.]+) (\\S+) (.+?) \\[([\\w:/]+\\s[+\\-]\\d{4})\\] \"(.+?)\" (\\d{3}) (\\d+) \"([^\"]+)\" \"([^\"]+)\""; public static voi
错误的日志条目(或RE问题?
。我的正则表达式有问题吗
public static String entryPattern = "^([\\d.]+) (\\S+) (.+?) \\[([\\w:/]+\\s[+\\-]\\d{4})\\] \"(.+?)\" (\\d{3}) (\\d+) \"([^\"]+)\" \"([^\"]+)\"";
public static void parseTwigLine(String line) {
Pattern p = Pattern.compile(entryPattern);
Pattern p1;
Matcher matcher = p.matcher(line);
System.out.println(matcher.groupCount());
if (!matcher.matches() || NUM_FIELDS != matcher.groupCount()) {
System.err.println("Bad log entry (or problem with RE?):");
System.err.println(line);
return;
}
timeStamp = matcher.group(4);
ipAddress = matcher.group(1);
if (!matcher.group(3).equals("-")) {
userName = matcher.group(3);
}
request = matcher.group(5);
response = matcher.group(6);
bytesSent = matcher.group(7);
browser = matcher.group(9);
if (!matcher.group(8).equals("-"))
url = matcher.group(8);
instanceName = url.split("/")[3];
if(request.contains("?q")) {
queryTerms = request.split("[?|&]")[1];
} else if(url.contains("?q")) {
queryTerms = url.split("[?|&]")[1].split("=")[1];
}
if(request.contains("&f")) {
filters = request.split("&f=")[1];
} else if(url.contains("&f")) {
filters = request.split("&f=")[1];
}
}
下面这一行,它是匹配的--
\d+
与-
不匹配,请将其替换为匹配的内容。例如:
10.53.32.1 - - [14/Nov/2011:09:45:56 -0800] "GET /host-ui/themes/client/images/btn_close_include.png HTTP/1.1" 200 1023 "http://search.host.com/search-ui/?q=8960" "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; MS-RTC LM 8; InfoPath.3; BOIE9;ENUS)"
对于已知格式的消息,正则表达式是最好的方法吗?似乎在知道数据以非常一致的模式呈现的情况下,分解数据可能更容易,如果需要,可以使用更简单的正则表达式、拆分等分解各个部分(如表单参数)。@Dave Newton,哪种方法最好。使用正则表达式或仅通过拆分字符串..不知道;如果速度不是问题,那可能也没关系。
10.53.32.1 - - [14/Nov/2011:09:45:56 -0800] "GET /host-ui/themes/client/images/btn_close_include.png HTTP/1.1" 200 1023 "http://search.host.com/search-ui/?q=8960" "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; MS-RTC LM 8; InfoPath.3; BOIE9;ENUS)"
Original: "^([\\d.]+) (\\S+) (.+?) \\[([\\w:/]+\\s[+\\-]\\d{4})\\] \"(.+?)\" (\\d{3}) (\\d+) \"([^\"]+)\" \"([^\"]+)\""
Fixed: "^([\\d.]+) (\\S+) (.+?) \\[([\\w:/]+\\s[+\\-]\\d{4})\\] \"(.+?)\" (\\d{3}) (\\S+) \"([^\"]+)\" \"([^\"]+)\""