提取两个词之间的域

Question

我在一个日志文件中有这样几行：

11-test.domain1.com 已记录...

37-user1.users.domain2.org 记录...

48-me.server.domain3.net 记录...

如何在没有子域的情况下提取每个域？介于“-”和“Logged”之间的东西。

我在 c++ (linux) 中有以下代码，但它不能很好地提取。如果你有一些例子，一些返回提取字符串的函数会很棒。

       regex_t    preg;
       regmatch_t mtch[1];
       size_t     rm, nmatch;
       char tempstr[1024] = "";
       int start;
       rm=regcomp(&preg, "-[^<]+Logged", REG_EXTENDED);
       nmatch = 1;
       while(regexec(&preg, buffer+start, nmatch, mtch, 0)==0) /* Found a match */
               {
                 strncpy(host, buffer+start+mtch[0].rm_so+3, mtch[0].rm_eo-mtch[0].rm_so-7);
                 printf("%s\n", tempstr);
                 start +=mtch[0].rm_eo;
                 memset(host, '\0', strlen(host));
               }
       regfree(&preg);

谢谢！

附：不，我不能为此使用 perl，因为这部分位于由其他人制作的更大的 c 程序中。

编辑：

我用这个替换代码：

   const char *p1 = strstr(buffer, "-")+1;
   const char *p2 = strstr(p1, " Logged");
   size_t len = p2-p1;
   char *res = (char*)malloc(sizeof(char)*(len+1));
   strncpy(res, p1, len);
   res[len] = '\0';

这很好地提取了包括子域在内的整个域。 如何从 abc.def.domain.com 中仅提取 domain.com 或 domain.net ？

strtok 是一个不错的选择吗？如何计算最后一个点？

Answer 1

#include <vector>
#include <string>
#include <boost/regex.hpp>

int main()
{
    boost::regex re(".+-(?<domain>.+)\\s*Logged");
    std::string examples[] = 
    {
        "11-test.domain1.com Logged ...",
        "37-user1.users.domain2.org Logged ..."
    };
    std::vector<std::string> vec(examples, examples + sizeof(examples) / sizeof(*examples));
    std::for_each(vec.begin(), vec.end(), [&re](const std::string& s)
    {
        boost::smatch match;
        if (boost::regex_search(s, match, re))
        {
            std::cout << match["domain"] << std::endl;
        }
    });
}

http://liveworkspace.org/code/1983494e6e9e884b7e539690ebf98eb5 像 boost::regex 这样的东西。不知道pcre。

Answer 2

是标准格式吗？ 好像是这样，有拆分功能吗？

编辑： 这是一些逻辑。 遍历要解析的每个域 找一个函数来定位第一个字符串“-”的索引 接下来找到第二个字符串的索引减去第一个字符串“Logged” 现在您拥有完整的域。

一旦您拥有完整的域，就将域“拆分”为您选择的对象（我使用了一个数组） 现在您已将数组拆分开来，找到您希望重新组合（连接）以仅捕获域的值的索引。

注意用 C# 编写

定义第一个值和第二个值的主方法

`static void Main(string[] args)
        {
            字符串 firstValue ="-";
            字符串 secondValue = "记录";
            列出域 = 新列表 { "11-test.domain1.com Logged", "37-user1.users.domain2.org Logged","48-me.server.domain3.net Logged"};
            foreach（域中的字符串 dns）
            {
                Debug.WriteLine(Utility.GetStringBetweenFirstAndSecond(dns, firstValue, secondValue));
            }
        }
`

解析字符串的方法：

`public string GetStringBetweenFirstAndSecond(string str, string firstStringToFind, string secondStringToFind)
        {
            字符串域 = string.Empty;

            如果（字符串。IsNullOrEmpty（str））
            {
                //抛出异常，优雅返回，无论你决定什么
            }
            别的
            {
                //这一切都可以在一行中完成，但我把它分开了，这样可以更好地理解。
                //返回第一次出现。
                //int start = str.IndexOf(firstStringToFind) + 1;

                //int end = str.IndexOf(secondStringToFind);

                //domain = str.Substring(start, end - start);

                //IE。绝对不是那么清晰，但不会不必要地创建对象
                domain = str.Substring((str.IndexOf(firstStringToFind) + 1), str.IndexOf(secondStringToFind) - (str.IndexOf(firstStringToFind) + 1));

                string[] dArray = domain.Split('.');

                如果（dArray.Length > 0）
                {
                    如果（dArray.Length > 2）
                    {
                        domain = string.Format("{0}.{1}", dArray[dArray.Length - 2], dArray[dArray.Length - 1]);
                    }
                }
            }

            返回域；
        }
`