用java正则表达式解析apache日志文件

我试图解析一个apache日志文件，它使用以下模式运行良好：

^([\\d.]+) (\\S+) (\\S+) \\[([\\w:/]+\\s[+\\-]\\d{4})\\] \"(.+?)\" (\\d{3}) (\\d+) \"([^\"]+)\" \"([^\"]+)\"[\\W]+

但是，它会与以下日志断开：

218.30.103.62 - - [17/May/2015:11:05:11 +0000] "GET /robots.txt HTTP/1.1" 200 - "-" "Sogou web spider/4.0(+http://www.sogou.com/docs/help/webmasters.htm#07)"\

我对正则表达式并没有真正的经验，我几乎是在尝试一种错误和尝试的方法，任何帮助都将不胜感激。（我知道d+不应该在那里，但我知道的几乎就是这个…）

有什么想法吗？ 谢谢

您的格式是：

"%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-agent}i\""

（见附件）

因此，您的正则表达式将是：

"^(\\S+) (\\S+) (\\S+) \\[(.+?)\\] \\\"(.+?)\\\" (\\d{3}) (\\S+) \\\"(.+?)\\\" \\\"(.+?)\\\"[\\W]+ $"

匹配组的位置（我使用apache文档中定义的引用）：

%h

%l

%u

%t（不包括

[]

）

%r

%>

%b

%{Referer}i

%{用户代理}i

---

注意-您的正则表达式有点过于复杂，失败的原因是%b并不总是一个数字-当请求不返回任何字节时，它将是

-

而不是

0

您说的“它中断”是什么意思？你想达到什么目标？“解析日志文件”实际上没有任何意义。您是想从每一行提取一些特定的信息还是什么？在

\d{3}

之后，您有

（\d+）

，将其替换为

（\d+）

。请参见。您可以将

[^\\s]+

缩短为

\\s+

@oriberu您是对的，似乎是我睡觉的时间了：D