使用python正则表达式解析文本文件中的相关行组

我有一个包含以下文本的文件：

$ more audit.log 2018-01-31 15:34:08 GMT:10.34.160.60(63788):agent3@pem:[31884]00000:LOG: statement: DROP TABLE tmp_zombies 2018-01-31 15:58:52 GMT:127.0.0.1(45050):agent1@pem:[13182]00000:LOG: statement: CREATE TEMP TABLE tmp_zombies(jagpid int4) 2018-01-31 15:58:52 GMT:127.0.0.1(45050):agent1@pem:[13182]00000:LOG: statement: DROP TABLE tmp_zombies 2018-01-31 16:24:00 GMT:10.34.160.55(57199):agent8@pem:[27888]00000:LOG: statement: CREATE TEMP TABLE tmp_zombies(jagpid int4) 2018-01-31 16:24:00 GMT:10.34.160.55(57199):agent8@pem:[27888]00000:LOG: statement: DROP TABLE tmp_zombies 2018-01-31 21:08:47 GMT:[local]:pgsql@p106:[26349]00000:LOG: statement: create table global_pg_audit ( rolename text not null, stmt_timestamp timestamp not null, source_ip text, target_ip text, dbname text, pid text, statement_type text, statement text ); 2018-01-31 15:34:08 GMT:10.34.160.60(63788):agent3@pem:[31884]00000:LOG: statement: DROP TABLE tmp_zombies $more audit.log 2018-01-31 15:34:08格林威治标准时间：10.34.160.60（63788）：agent3@pem：[31884]00000:LOG:statement:DROP TABLE tmp_zombies 2018-01-31 15:58:52格林尼治标准时间：127.0.0.1（45050）：agent1@pem：[13182]00000:LOG:statement:CREATE TEMP TABLE tmp_zombies（jagpid int4） 2018-01-31 15:58:52格林尼治标准时间：127.0.0.1（45050）：agent1@pem：[13182]00000:LOG:statement:DROP TABLE tmp_zombies 2018-01-31 16:24:00GMT:10.34.160.55（57199）：agent8@pem：[27888]00000:LOG:语句：创建临时表tmp_zombies（jagpid int4） 2018-01-31 16:24:00GMT:10.34.160.55（57199）：agent8@pem：[27888]00000:LOG:statement:DROP TABLE tmp_zombies 2018-01-31 21:08:47格林尼治标准时间：[当地]：pgsql@p106：[26349]00000:LOG:statement:create table global_pg_audit ( rolename文本不为空， stmt_时间戳时间戳不为空， 来源：ip文本， 目标ip文本， dbname文本， pid文本， 语句类型文本， 语句文本 ); 2018-01-31 15:34:08格林威治标准时间：10.34.160.60（63788）：agent3@pem：[31884]00000:LOG:statement:DROP TABLE tmp_zombies 当我运行此python代码时：

import re fullpathname='./audit.log' regex_pattern=re.compile(r'^(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})(.*?)$',re.MULTILINE|re.DOTALL) with open(fullpathname,'r') as f: log_entries = regex_pattern.findall(f.read()) counter=0 for entry in log_entries: print '%d=>['%(counter),entry,']' counter=counter+1 进口稀土 fullpathname='./audit.log' regex_pattern=re.compile（r'^（\d{4}-\d{2}-\d{2}\d{2}:\d{2}）（*？$），re.MULTILINE | re.DOTALL） 将open（fullpathname，'r'）作为f： log\u entries=regex\u pattern.findall（f.read（）） 计数器=0 对于日志_条目中的条目： 打印“%d=>[”%（计数器），条目“]” 计数器=计数器+1 结果如下：

0=>[ ('2018-01-31 15:34:08', ' GMT:10.34.160.60(63788):agent3@pem:[31884]00000:LOG: statement: DROP TABLE tmp_zombies') ] 1=>[ ('2018-01-31 15:58:52', ' GMT:127.0.0.1(45050):agent1@pem:[13182]00000:LOG: statement: CREATE TEMP TABLE tmp_zombies(jagpid int4)') ] 2=>[ ('2018-01-31 15:58:52', ' GMT:127.0.0.1(45050):agent1@pem:[13182]00000:LOG: statement: DROP TABLE tmp_zombies') ] 3=>[ ('2018-01-31 16:24:00', ' GMT:10.34.160.55(57199):agent8@pem:[27888]00000:LOG: statement: CREATE TEMP TABLE tmp_zombies(jagpid int4)') ] 4=>[ ('2018-01-31 16:24:00', ' GMT:10.34.160.55(57199):agent8@pem:[27888]00000:LOG: statement: DROP TABLE tmp_zombies') ] 5=>[ ('2018-01-31 21:08:47', ' GMT:[local]:pgsql@p106:[26349]00000:LOG: statement: create table global_pg_audit ') ] 6=>[ ('2018-01-31 15:34:08', ' GMT:10.34.160.60(63788):agent3@pem:[31884]00000:LOG: statement: DROP TABLE tmp_zombies') ] 7=>[ ('2018-01-31 15:58:52', ' GMT:127.0.0.1(45050):agent1@pem:[13182]00000:LOG: statement: CREATE TEMP TABLE tmp_zombies(jagpid int4)') ] 0=>[（'2018-01-31 15:34:08'，'GMT:10.34.160.60（63788）：agent3@pem：[31884]00000:LOG:statement:DROP TABLE tmp_zombies'）] 1=>[（'2018-01-31 15:58:52'，'GMT:127.0.0.1（45050）：agent1@pem：[13182]00000:LOG:statement:CREATE TEMP TABLE tmp_zombies（jagpid int4）] 2=>[（'2018-01-31 15:58:52'，'GMT:127.0.0.1（45050）：agent1@pem：[13182]00000:LOG:statement:DROP TABLE tmp_zombies'）] 3=>[（'2018-01-31 16:24:00'，'GMT:10.34.160.55（57199）：agent8@pem：[27888]00000:LOG:statement:CREATE TEMP TABLE tmp_zombies（jagpid int4）] 4=>[（'2018-01-31 16:24:00'，'GMT:10.34.160.55（57199）：agent8@pem：[27888]00000:LOG:statement:DROP TABLE tmp_zombies'）] 5=>[（'2018-01-31 21:08:47'，'GMT:[当地]：pgsql@p106：[26349]00000:LOG:statement:createtableglobal_pg_audit'）] 6=>[（'2018-01-31 15:34:08'，'GMT:10.34.160.60（63788）：agent3@pem：[31884]00000:LOG:statement:DROP TABLE tmp_zombies'）] 7=>[（'2018-01-31 15:58:52'，'GMT:127.0.0.1（45050）：agent1@pem：[13182]00000:LOG:statement:CREATE TEMP TABLE tmp_zombies（jagpid int4）] 请注意，在输出的第5行中，代码没有包含整个语句，该语句应为：

create table global_pg_audit ( rolename text not null, stmt_timestamp timestamp not null, source_ip text, target_ip text, dbname text, pid text, statement_type text, statement text ); 创建表全局\u pg\u审计 ( rolename文本不为空， stmt_时间戳时间戳不为空， 来源：ip文本， 目标ip文本， dbname文本， pid文本， 语句类型文本， 语句文本 ); 代码有什么问题

---

非常感谢

您的正则表达式被锚定到行的末尾：

^(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})(.*?)$

由于启用了多行模式，

$

在换行时匹配。这就是为什么比赛在

global\u pg\u audit

之后结束

---

您希望匹配到以日期开头的下一行。您可以使用前瞻来执行此操作：

^(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})(.*?)(?=\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}|\Z)

交替

|\Z

允许正则表达式匹配最后一行，即使后面没有日期

---

另请参见。

谢谢。效果很好。