如何在 PHP 中使用正则表达式解析 Apache 日志答案

【问题标题】：How to parse Apache logs using a regex in PHP如何在 PHP 中使用正则表达式解析 Apache 日志
【发布时间】：2011-01-14 08:45:51
【问题描述】：

我正在尝试在 PHP 中拆分此字符串：

11.11.11.11 - - [25/Jan/2000:14:00:01 +0100] "GET /1986.js HTTP/1.1" 200 932 "http://domain.com/index.html" "Mozilla/5.0 (Windows; U; Windows NT 5.1; de; rv:1.9.1.7) Gecko/20091221 Firefox/3.5.7 GTB6"

如何将其拆分为 IP、日期、HTTP 方法、域名和浏览器？

【问题讨论】：

这是这个问题的一个更糟糕的版本，它进入了完整的解析：stackoverflow.com/questions/7603017/…

标签： php regex

【解决方案1】：

这个日志格式似乎是Apache’s combined log format。试试这个正则表达式：

/^(\S+) \S+ \S+ \[([^\]]+)\] "([A-Z]+)[^"]*" \d+ \d+ "[^"]*" "([^"]*)"$/m

匹配组如下：

远程 IP 地址
请求日期
请求HTTP方法
User-Agent值

但该域未在此处列出。第二个带引号的字符串是Referer 值。

【讨论】：

@streetparade：使用preg_match_all，你会得到所有匹配：preg_match_all('…', $str, $matches)
这个正则表达式无法编译...缺少圆括号;)
这个错了，auth-user字段（第三个，%u）可以包含空格。
@JulienPalard 您介意提供更新建议吗？
@Gumbo 这里：stackoverflow.com/questions/7603017/…

【解决方案2】：

您应该查看正则表达式教程。但这里是答案：

if (preg_match('/^(\S+) \S+ \S+ \[(.*?)\] "(\S+).*?" \d+ \d+ "(.*?)" "(.*?)"/', $line, $m)) {
  $ip = $m[1];
  $date = $m[2];
  $method = $m[3];
  $referer = $m[4];
  $browser = $m[5];
}

注意，不是日志中的域名，而是 HTTP 引用者。

【讨论】：

【解决方案3】：

这里是一些 Perl，不是 PHP，但使用的正则表达式是相同的。这个正则表达式可以解析我所看到的一切；客户端可以发送一些奇怪的请求：

my ($ip, $date, $method, $url, $protocol, $alt_url, $code, $bytes,
        $referrer, $ua) = (m/
    ^(\S+)\s                    # IP
    \S+\s+                      # remote logname
    (?:\S+\s+)+                 # remote user
    \[([^]]+)\]\s               # date
    "(\S*)\s?                   # method
    (?:((?:[^"]*(?:\\")?)*)\s   # URL
    ([^"]*)"\s|                 # protocol
    ((?:[^"]*(?:\\")?)*)"\s)    # or, possibly URL with no protocol
    (\S+)\s                     # status code
    (\S+)\s                     # bytes
    "((?:[^"]*(?:\\")?)*)"\s    # referrer
    "(.*)"$                     # user agent
/x);
die "Couldn't match $_" unless $ip;
$alt_url ||= '';
$url ||= $alt_url;

【讨论】：

【解决方案4】：

// # Parses the NCSA Combined Log Format lines:
$pattern = '/^([^ ]+) ([^ ]+) ([^ ]+) (\[[^\]]+\]) "(.*) (.*) (.*)" ([0-9\-]+) ([0-9\-]+) "(.*)" "(.*)"$/';

用法：

if (preg_match($pattern,$yourstuff,$matches)) {

    //# puts each part of the match in a named variable

    list($whole_match, $remote_host, $logname, $user, $date_time, $method, $request, $protocol, $status, $bytes, $referer, $user_agent) = $matches;

}

【讨论】：