使用正则表达式解析 Apache 日志文件 [重复]答案

【问题标题】：Using regexp to parse an Apache log file [duplicate]使用正则表达式解析 Apache 日志文件 [重复]
【发布时间】：2019-08-24 14:37:51
【问题描述】：

我正在解析我自定义的 Apache 日志，只给我两个值：“时间”和“内存”（值是毫秒数和字节数），它们都是 int64 或 float64，但我是使用正则表达式和 Go 来解析文件，所以当我匹配文件的内容时，它返回“[]”（空括号）并且不填充切片，我的代码是：

for _, line := range lines {
    var buffer bytes.Buffer

    buffer.WriteString(`\[0-9]+\s`)
    buffer.WriteString(`[0-9]+\s`)
    re1, err := regexp.Compile(buffer.String())

    if err != nil {
        log.Fatalf("regexp: %s", err)
    }
    result := re1.FindStringSubmatch(line)
    fmt.Println(result)
}

当我打印结果时，它给了我空括号，当我运行整个程序时，它给出的索引超出范围（这是可以理解的，因为结果是空的）。

我的数据如下所示：

1040 3952
2849 6832

【问题讨论】：

你有\[0-9]+\s[0-9]+\s 正则表达式，第一个[ 不应该被转义。您正在使用 FindStringSubmatch 但您的正则表达式没有捕获组。预期的结果是什么？
不要为此使用正则表达式。只需将输入拆分为空格即可。对于这样一个微不足道的例子，正则表达式很慢、很麻烦，而且很难阅读。
如果您只需要匹配带有 2 个数字的行，您可以使用 regexp.Compile(`(?m)^([0-9]+)\s+([0-9]+)$`)，请参阅 this demo

标签： regex apache parsing go logging

【解决方案1】：

Regexp 完全不适合这项工作。使用strings.Split 或strings.Fields 会更容易阅读，操作也更快：

for _, line := range lines {
    fields := strings.Fields(line)
    ms := fields[0]
    size := fields[1]
    fmt.Printf("time: %v, size: %v\n", ms, size)
}

如果您想将这些转换为数字，您可以使用 strconv 包轻松完成，另外还有一个好处是它会检测您是否收到意外（非数字）输入）：

for _, line := range lines {
    fields := strings.Fields(line)
    ms, err := strconv.Itoa(fields[0])
    if err != nil {
        log.Fatalf("time field: %s", err)
    }
    size, err := strconv.Atoi(fields[1])
    if err != nil {
        log.Fatalf("size field: %s", err)
    }
    fmt.Printf("time: %v, size: %v\n", ms, size)
}

如果你坚持使用正则表达式，至少只编译一次，在你的 for 循环之外：

re, err := regexp.Compile( ... )
if err != nil {
    log.Fatalf("regexp: %s", err)
}
for _, line := range lines {
    result := re.FindStringSubmatch(line)
    fmt.Println(result)
}

【讨论】：

是的，这行得通，实际上我的数据将来可能会发生变化，我可能还需要添加 ip，除了正则表达式之外别无选择。我认为
您仍应使用strings.Fields 方法，只要您的所有字段都不包含空格。
好的，非常感谢您的帮助。