用regex解析日志

Question

我试图将JBoss日志解析为撤回错误消息等等。这是我使用的模式：([0-9]+-[0-9]+-[0-9][0-9]) .*? ((?:ERROR .*? .*?|WARN .*? .*?)) (.*? .* (?!at).*? .*\sjava.*)

*\sjava.*部件应该在下一行中撤回NullPointer异常。

当我在http://www.regexplanet.com/simple/上测试它时(选中了UNIX_LINES选项)，一切都很好。但是，当我在java代码中使用相同的模式时，没有输出任何内容，程序就会冻结。Pattern p = Pattern.compile("([0-9]+-[0-9]+-[0-9][0-9]) .*? ((?:ERROR .*? .*?|WARN .*? .*?)) (.*? .* (?!at).*? .*\\sjava.*)", Pattern.UNIX_LINES);

当我从模式中删除\sjava.*时，一切也都很好。

这是日志文件中的一个示例：

2011-06-08 03:28:48,408 INFO [STDOUT] (http-exxample.com%2F10.8.238.48-8180-7) 2011-06-08 03:28:48,403 WARN [http-example.com%2F10.8.238.48-8180-7] interceptors.WebFault (WebFault.java:125) - Exception occurred while writing fault. java.lang.NullPointerException

除了java.lang.NullPinterException之外，所有东西都在一行中。

java是否需要任何特殊的方法来转义\s (白空间)？

Answer 1

不-你逃过了\s。

Answer 2

您的正则表达式会产生非常重的贪婪匹配。我觉得你应该少一点贪得无厌

.*

取决于日志文件的大小，它们往往是CPU密集型的.但是，如果没有示例日志，很难确定如何改进正则表达式

Answer 3

您可能期望为零或更多空格字符。试试\\s*java.*

编辑：使用多特雷模式。

    String s = "2011-06-08 03:28:48,403 WARN [http-example.com%2F10.8.238.48-8180-7] interceptors.WebFault (WebFault.java:125) "
      + "- Exception occurred while writing fault."
      + "\n\n  java.lang.NullPointerException\n";
    System.out.println(s.matches("(?s)([0-9]+-[0-9]+-[0-9][0-9]) .*? "
      + "((?:ERROR .*? .*?|WARN .*? .*?)) (.*? .* (?!at).*? .*\\sjava.*[\n])"));