Java 方法解析日志记录

日志是一个ASCII文件，每个请求一行，包含以下列：

提出请求的主机

不用

如果可能，请输入主机名，否则，如果无法查找名称，请输入Internet地址

格式为“DAY MON DD HH:MM:SS YYYY”的时间戳，其中DAY是一周中的一天，MON是一个月的名称，DD是一个月中的一天，HH:MM:SS是一天中使用24小时时钟的时间，YYYY是一年。时区是-0400

请求以引号给出

HTTP回复代码

回复中的字节数

因此，应该解析像这样的字符串：

202.32.92.47--[01/Jun/1995:00:00:59-0600]“GET”run/~scottp/publish.html“200271

ix-or7-27.ix.netcom.com-John Dou[01/Jun/1995:00:02:51-0600]“GET/~ladd/ostriches.html”200 205908

这些都应该被忽略：

maz3.maz.net---[11/Oa67220.dial.tip.net---[12/Oct/1995:01:39:12-0600]“POST/cgi-bin/phone.pl HTTP/1.0”200 309

129.186.123.55---[12/Oct/1995ag5881.usask.ca---[12/Oct/1995:16:07:36-0600]“GET/images/letter_32.gif HTTP/1.0”200 149

已经尝试了大量的正则表达式，如

^（[^\s]*）.-.（[^\s]*）？.\[（[^\]*）]。“（[^\”]*）”（[^\s]\d*）。（[^\s]\d*）？$

---

但是，要么它没有忽略上面的错误日志，要么它只是导致了错误。

您可以尝试将下面的示例粘贴到文本区域，使用不同的正则表达式，看看它是如何失败的，失败的地方。您的问题很难理解，需要改进，特别是关于哪些特性决定哪些应该失败选择的和不应该选择的。首先将它们作为JUnit测试编写。