正则表达式 - 从日志 C# 中获取模式后的所有文本

Question

我想用 C# 解析以下日志文​​件。

我已经走上了使用 RegEx 将大部分内容拆分的路线。 我已经在 RegExr 中测试了这个，并检查了 MultiLine (m) 标志。

日志

5376:0084 2015-08-07 13:51:29.103 Error ### Error Message ###
5376:0084 2015-08-07 13:51:35.545 Error Discarding invalid session
    System.Web.Services.Protocols.SoapException: Verify Session ID failed
    at System.Web.Services.Protocols.SoapHttpClientProtocol.ReadResponse(SoapClientMessage message, WebResponse response, Stream responseStream, Boolean asyncCall)
    at System.Web.Services.Protocols.SoapHttpClientProtocol.Invoke(String methodName, Object[] parameters)
5376:0084 2015-08-07 13:51:36.013 Error ### Error Message ###

分表：

| ProcessID | DateTime                | Type  | Message               |
|-----------|-------------------------|-------|-----------------------|
| 5376:0084 | 2015-08-07 13:51:29.103 | Error | ### Error Message ### |

我使用了以下模式

string pattern = @"(.*:\d{4}) ((\d{4})-(\d{2})-(\d{2}) (\d{2}):(\d{2}):(\d{2}).(\d{3})) ([A-Za-z\n]+) (.*$)";

这得到第 1,3 和 6 行，但我想将第 2-5 行收集到一组中。 所以 "Discarding ... parameters)" 将是整个消息。

Answer 1

请注意，在日志解析中命名捕获非常有用，我强烈建议使用它们。此外，您可以使用内联单行修饰符 (?s:...) 更好地控制使用 . 捕获的内容。这样，您不必使用全局 RegexOptions.Singleline 选项，您仍然可以使用 . 匹配除换行符以外的任何符号。

这是我的尝试：

var pattern = @"(?m)^(?<ProcessID>\d{4}:\d{4})\s+(?<DTime>\d{4}-\d{2}-\d{2}\s+\d{2}:\d{2}:\d{2}\.\d+)\s+(?<Type>\w+)\s+(?<Message>(?s:.*?(?=\n\d+:\d+|\r?\z)))";

这里，(?m) 为^ 设置了多行模式以匹配行开头，然后我修改了 ID 和日期时间子模式以使用\d{n} 更高效，Type 部分实际上可以调整为您的需要（例如[\w\s]+），而Message部分将只匹配任意数量的字符，直到新行上的XXX:XXXX（由于\n\d+:\d+）或直到字符串的末尾（\z ）。 见regex demo，见表格标签。

Answer 2

您还需要匹配Message 中存在的换行符 部分。这可以通过使用 DOTALL 修饰符 s 来实现。

@"(?s)(\d+:\d{4}) (\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}\.\d{3}) ([A-Za-z\n]+) (.*?)(?=\n\d+:|$)"

或

@"(?s)(?:\n|^)(\d+:\d{4}) (\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}\.\d{3}) ([A-Za-z\n]+) (.*?)(?=\n\d+:|$)"

DEMO

Answer 3

亚历克斯。试试这个：

string pattern = @"^(\S+) (\S+ \S+) (\S+) ((?:.*(?:\n\s)?)+)";

（示例在这里：https://regex101.com/r/uI4uQ0/1）

1. (\S+) = "5376:0084";
2. (\S+ \S+) = "2015-08-07 13:51:29.103"
3. (\S+) = “错误”（仅一个字）
4. ((?:.*(?:\n\s)?)+) = "...会话
   系统...
   在……”
   

Magick 在这里：“\n\s”。它说我们需要换行符和任何空白字符。

祝你好运，迈克。

Answer 4

除了正则表达式，对于解析日志文件，您还可以使用TextFieldParser 类。虽然这是一个不必要的依赖这个组件Microsoft.VisualBasic.FileIO.TextFieldParser，但它是一个很好的。

这里有一个good tutorial，关于如何使用这个类。