在正则表达式中找到匹配字符(包括换行符)，直到下一次匹配

Question

我正在尝试使用regex解析一个日志文件，问题是一旦我打开SingleLine模式，我就可以包含多行错误，这样以后的匹配就会包含在第一个匹配中，而不是自己的匹配中。

为了更好地解释，下面是一个日志文件的示例：

错误16-08 11:09:59,015 - sdsdfsdfsdfsdfsdf 错误16-08 11:09:59,015 - sdsdfsdfsdfsdfsdf 测试 错误16-08 11:09:59,015 - sdsdfsdfsdfsdfsdf 错误16-08 11:09:59,015 - sdsdfsdfsdfsdfsdf 资讯16-08 11:09:59,015 - sdsdfsdfsdfsdfsdf 试验2 错误16-08 11:09:59,015 - sdsdfsdfsdfsdfsdf 错误16-08 11:09:59,015 - sdsdfsdfsdfsdfsdf

我使用以下正则表达式：

.{5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - .+

这将正确匹配每一行，但不包括已在新行上运行的消息部分。但是当我打开单线模式时，只有一个匹配项(第一个)，所有其他条目都包含在其中。

谁能给我指明正确的方向？

谢谢:)

Answer 1

基本上，这个解决方案背后的想法是告诉您的正则表达式不是包含什么，而是停止在哪里。

此正则表达式使用正的前瞻性，在正则表达式的下一次出现时(或在整个字符串的末尾)不贪婪地停止。

.{5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - .+?
     (?=(.{5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3})|\z)

这还包括信息行，作为前面错误消息的一部分。这听起来有点错误，因此，如果您想将INFO行看作单个错误消息(而不是前一条错误消息的一部分)，您可以考虑使用这个regexp。

.{4,5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - .+?
(?=.{4,5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3})

Answer 2

从您的示例文本文件看，可能有一些空行。如果可以的话，您应该可以使用这个regex：

^(?:ERROR) \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - (?:(?!ERROR|INFO)(?:[a-z0-9A-Z ,:\-\t]*)\n)+

如果这只是一个错误，并且不需要空行，那么用*替换最后一个*

^(?:ERROR) \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - (?:(?!ERROR|INFO)(?:[a-z0-9A-Z ,:\-\t]*)\n)*

这与INFO行不匹配，但您只需要错误。如果有其他消息格式(例如WARNING )，则必须将它们包括在以下部分：(?!ERROR|INFO)

由于regexp中没有匹配组，所以我使用了(?:...)非匹配变量。