多行java的正则表达式

Question

我需要解析并从类似于下面的sql日志中提取值。

SQL^^0001^^ABCDEF^^26^^XYZ
SQL^^0002^^ABCDEF^^26^^XYZ
abc
<>()_asc wHERE
SQL^^0003^^ABCDEF^^12^^XYZ
SQL^^0004^^ABCDEF^^28^^XYZ

但是日志并不总是单行的。我有一个正则表达式，如果它是单行的话，它可以捕获。此外，除了最后一个元素外，这些字段都是固定长度的。最后一个元素的长度可以不同。

(\w{3})\W{2}(\d{4})\W{2}(\w{6})\W{2}(\d{2})\W{2}(.*)

^^ is the delimiter but can be any other value also.

行字符没有固定的结束，但在这种情况下，我需要捕获到下一行SQL。如何解析日志并在其多行日志中提取它们。我在用爪哇。Java或scala是首选。

Answer 1

您可以利用这样的事实:每条记录的开头都是三个单词字符，后面跟着^^。因此，您所匹配的最后一个字段应该匹配任何不以该模式开头的行。如果^^只是一个例子，您可以使用整个\w{3}\W{2}\d{4}\W{2}\w{6}\W{2}\d{2}\W{2}模式作为分隔符，而不是^^。

使用

(?m)^(\w{3})\W{2}(\d{4})\W{2}(\w{6})\W{2}(\d{2})\W{2}(.*(?:\r?\n(?!\w{3}\^\^).*)*)

见regex演示。如果^^只是一个占位符，正如上面提到的那样，用(?!\w{3}\W{2}\d{4}\W{2}\w{6}\W{2}\d{2}\W{2})替换(?!\w{3}\^\^)。或者，也许更短一点的也可以：(?!\w{3}\W{2}\d{4}\b)。

详细信息

• (?m)^ -行的开始((?m)是一个Pattern.MULTILINE嵌入式标志选项，它使^匹配行开始位置而不是字符串开始位置)
• (\w{3}) -第1组:三个字字符
• \W{2} -2非字字符
• (\d{4}) -第2组:四位数
• \W{2} -2非字字符
• (\w{6}) -第3组:六字字符
• \W{2} -2非字字符
• (\d{2}) -第4组:2位数
• \W{2} -2非字字符
• (.*(?:\r?\n(?!\w{3}\^\^).*)*) -第5组：
  • .* -除换行字符以外的任何0+字符，尽可能多
  • (?:\r?\n(?!\w{3}\^\^).*)* -零个或多个连续出现的事件：
    • \r?\n(?!\w{3}\W{2}) - CRLF或LF行中断后不跟随3字，然后是2个非字字符。
    • .* -行的其余部分

​

​