從一行中提取內容

我試圖短語我的訪問日誌文件，要做到這一點，我只需逐行讀取訪問日誌文件並從每行中提取有用的信息，最後將它們添加到數據庫中。從一行中提取內容

例如，一條線看起來像這樣。

124.99.152.202 - naveen [22/Nov/2013:10:41:17 +1300] "GET /p/V4ZkA5d074CTy_vbFa7nLw,1385070078/IneedThisInteger/12.txt HTTP/1.1" "200" "3" "-" "Mozilla/5.0" "-"

我只知道如何提取IP地址。（使用this）

我想提取

這一請求從上面值 - GET /p/V4ZkA5d074CTy_vbFa7nLw,1385070078,IneedThisInteger/12.txt HTTP/1.1
該整型值part-IneedThisInteger
此狀態本部200
這個字節本部3

有時會要求網址更改它的最後一部分，

"GET /p/V4ZkA5d074CTy_vbFa7nLw,1385070078,IneedThisInteger/FOLDER/12.txt HTTP/1.1" 
"GET /p/V4ZkA5d074CTy_vbFa7nLw,1385070078,IneedThisInteger/FOLDER/ANOTHER FOLDER/12.txt HTTP/1.1" 
"GET /p/V4ZkA5d074CTy_vbFa7nLw,1385070078,IneedThisInteger/FOLDER/ANOTHER FOLDER/HEREIS-ANOTHER-FOLDER-AND-SO-ON/12.txt HTTP/1.1"

所以我真的需要一個穩定的方式來獲得這些值來自每條線。我該怎麼做？

來源

2013-11-21 Naveen Gamage

那麼你選擇適當的標記來回答你的問題：使用正則表達式 – kero

@kingkero問題是如何使用正則表達式來做到這一點，我嘗試使用在線如上所述，但失敗了。 –

這應該做的伎倆：

^(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}).*?"(.*?/p/.*?,\d+,(\d+).*?)" "(\d+)" "(\d+)".*$

這裏有一個小提琴證明：http://www.rexfiddle.net/3sDwWut

我換成你「我需要這個INTEGER」以用於測試目的的實際數量，並且還隨機化「字節「和IP地址一點點。這些都是捕獲，依次是：

的IP
的請求（例如GET xxx HTTP/1.1）
的與你想要
HTTP狀態的URL整數
字節計數

來源

2013-11-21 22:28:46 qJake

這是偉大的，但我不知道你是如何做到這一點。謝謝SpikeX –

假設你總是有GET請求，這應該做的伎倆

"(GET /.*?/.*?,\d+,(\d+)/.*?)"\s"(\d+)"\s"(\d+)"

的表達的說明，請參見regex101.com。

來源

2013-11-21 22:20:22 kero

從一行中提取內容

回答

相關問題