LDAP条目与多行正则表达式匹配时出现问题

Question

我有多个包含LDAP条目的日志文件，并且我试图只匹配在特定日期具有createtimestamp的条目，但捕获整个条目，而不仅仅是时间戳。条目如下：

dn: ....
otherattr: 
...
createtimestamp: 20130621061525Z

问题是，我也得到了在我想要的条目之前的所有条目。

dn: ....
otherattr: 
...
createtimestamp: 20121221082545Z

dn: ....
otherattr: 
...
createtimestamp: 20130621061525Z

这是表达式：

dn_search = re.compile(r'dn: (.*?)createtimestamp: 20130[4-6]\d+?Z', flags=re.M|re.S)

我尝试了一些其他表达式，但我只能得到createtimestamp或不需要的条目。有什么想法吗？

Answer 1

描述

此正则表达式将假定每组文本以dn:开头，以空行结束。然后，它将捕获整个行组，并捕获createtimestamp字段的值

^dn:(?=(?:(?!^createtimestamp:|^dn:|^\s*(?:\r|\n\|$)|\Z).)*^createtimestamp:\s*([^\s\r\n]*))(?:(?!^dn:|^\s*(?:\r|\n\|$)|\Z).)*

​

​

Python代码示例

链接到工作示例http://repl.it/J0t

代码

import re

string = """dn: ....
otherattr: 
...
createtimestamp: 20121221082545Z_1

dn: ....
otherattr: 
...
createtimestamp: 20130621061525Z_2
""";

for matchObj in re.finditer( r'^dn:(?=(?:(?!^createtimestamp:|^dn:|^\s*(?:\r|\n\|$)|\Z).)*^createtimestamp:\s*([^\s\r\n]*))(?:(?!^dn:|^\s*(?:\r|\n\|$)|\Z).)*', string, re.M|re.I|re.S):
    print "-------"
    print "matchObj.group(1) : ", matchObj.group(1)

返回

-------
matchObj.group(1) :  20121221082545Z_1
-------
matchObj.group(1) :  20130621061525Z_2

Answer 2

不要试图手动解析LDIF。这并不复杂，但是像属性和名称转义，以及用于长行的行续写之类的东西会让您感到头疼。使用the LDIF parser from python-ldap。