用于解析日志的正则表达式。答案

【问题标题】：Regular expression to parse log.用于解析日志的正则表达式。
【发布时间】：2017-09-14 14:45:16
【问题描述】：

我正在尝试编写一个正则表达式来解析我拥有的旧 IRC 日志。

正则表达式：

  (\d\d:\d\d)(<)(@|\+)(.+?)>(.*)

日志示例：

= 00:00<@billy> text text text text text text text text text text text text text text text 
= 00:03<+tom> text text text text text text 
= 00:03<somedude> text text

我已经能够从日志中解析出我需要的所有内容，但频道中没有操作员 (@) 或语音 (+) 状态的用户除外。

因此，当我运行正则表达式时，我得到以下信息：

[('00:00', '<', '@', 'bill', " text text text text text text text text text text text text text text text ")]
[('00:00', '<', '+', 'tom', " text text text text text text ]
[]

因此，缺少“somedude”。有人对如何更好地解决这个问题有任何提示吗？

【问题讨论】：

通过添加? 使该组成为可选组。 (\d\d:\d\d)(<)([@+]?)(.+?)>(.*)。见regex101.com/r/XJESLT/1。好吧，我想这里有些组是多余的，请随时根据您的需要重新修改模式。
看，也许(\d{2}:\d{2})<([@+]?[^>]*)>(.*) 更好？（[^>] 可能匹配换行符，[^>\n]* 可能会更好）
@WiktorStribiżew 没有任何建议对我有用。如果有帮助，我正在使用带有re 的 Python 3.0。
@WiktorStribiżew 这是我的打字错误。现在效果很好。谢谢。
我根据我的第二个建议发布了答案。

标签： regex regex-group

【解决方案1】：

主要是通过在(@|\+) 之后添加? 或-更好-[@+] => [@+]? 来使@ 或+ 成为可选。请注意，您不需要在字符类中转义 +，因为它匹配类中的文字加号。

在 Python 3 中，我建议使用带有命名捕获组的正则表达式。

import re
ss = [ '= 00:00<@billy> text text text text text text text text text text text text text text text ',
'= 00:03<+tom> text text text text text text ',
'= 00:03<somedude> text text']
for s in ss:
    m = re.search(r'(?P<time>\d{2}:\d{2})<(?P<user>[@+]?[^>]*)>(?P<message>.*)', s)
    if m:
        print(m.groupdict())

见Python demo online，输出：

{'time': '00:00', 'message': ' text text text text text text text text text text text text text text text ', 'user': '@billy'}
{'time': '00:03', 'message': ' text text text text text text ', 'user': '+tom'}
{'time': '00:03', 'message': ' text text', 'user': 'somedude'}

模式详情

(?P<time>\d{2}:\d{2}) - 组“时间”：2 位，:，2 位
< - 一个<
(?P<user>[@+]?[^>]*) - 组“用户”：1 或 0 @ 或 +，然后是除 > 之外的任何 0+ 字符
> - 一个>
(?P<message>.*) - 组“消息”：任何 0+ 个字符，直到行尾

【讨论】：