比較字符串和比較他們如何密切配合

Question

我從日誌中提取例外，這裏是一個示例：

異常：System.InvalidOperationException：集合已修改;枚舉操作可能不會執行。 at System.Collections.Generic.List`1.Enumerator.MoveNextRare（） at test.Modules.UI.Table。 <> C_ DisplayClass2.b _0（） 在System.Win

有時日誌是在不同的語言，所以它看起來是這樣的：

異常：System.InvalidOperationException：拉COLECCION FUE修訂於，LA operacióndeenumeraciónno puede ejecutar。 at Test.Modules.UI.Table的System.Collections.Generic.List`1.Enumerator.MoveNextRare（） 。 <> C_ DisplayClass2.b _0（） 在System.Win

正如你可以看到只有該異常部分不同，因爲其在不同的語言，但之後的部分將是相同的。我有所有這些例外存儲在一個數據庫中，所有修剪長度爲300個字符，因爲通常長得多，但300個字符足以告訴是否存在相同或不存在

所以我想也許跳過例外，並比較接下來的300個字符，但它很難知道異常結束的地方，沒有任何具體的東西顯示異常的開始和結束。

任何想法，我可以克服這一點？也許我只是使用Levenshtein來突出顯示哪裏有近距離匹配，然後我可以過濾這些，也許設置一個接口，允許我連接異常，一旦我手動識別那裏有不同的語言寫在同一個異常？

我的最終目標是審查數以千計的這些日誌，看看有多少例外是相同的，大多數日誌是英語但可能有25％是非英語的，所以通常我可以運行一個查詢完全匹配異常，因爲異常部分的語言不同，可能只有60-70％的匹配。可能有極個別情況下的異常之後的部分是接近匹配到不同的異常，但是這將是難得這麼沒有太多關注

我需要做到這一點在PHP

Answer 1

不是100％穩健，但是您可以根據第二個分號前的文本和文字之後的文字進行匹配。我打賭at這個詞後面跟着一個新行，所以+新行很可能不會出現在異常消息本身中（使它成爲分隔符的不錯選擇）。

我想你設計的任何方案，你想完全忽略異常信息。您不會找到語言之間的共同結構，因此允許將短信作爲匹配排名的一部分，只會削弱您匹配的信心。