Python 使用正则表达式解析日志
Posted
技术标签:
【中文标题】Python 使用正则表达式解析日志【英文标题】:Python parse log using regex 【发布时间】:2016-11-25 23:43:42 【问题描述】:希望有人能提供帮助。我有一个日志从 syslog 服务器发送到 python,如下所示:
'Raw': 'Nov 26 00:23:07 TEST 23856434232342 (2016-11-26T00:23:07) http-proxy[2063]: Allow 1-Trusted 0-External tcp 192.168.0.1 2.3.4.5 57405 80 msg="HTTP Request" proxy_act="HTTP-TEST" op="POST" dstname="www.google.com" arg="/" sent_bytes="351" rcvd_bytes="1400" (HTTP-proxy-TEST-00)'
我需要能够提取 IP 地址,dstname=
、sent_bytes=
和 dcvd_bytes=
,并尽可能解析为 json。我开始尝试使用REGEX (["'])(?:(?=(\\?))\2.)*?\1
来匹配双引号,但它不能正常工作。
任何想法我可以如何获得我需要的数据?或者如何将上面的解析成json?
谢谢
【问题讨论】:
【参考方案1】:假设 IP、dstname sent_bytes 和 rcvd_bytes 总是按顺序排列,使用re.findall
全部获取
import re
s = r"""'Raw': 'Nov 26 00:23:07 TEST 23856434232342 (2016-11-26T00:23:07) http-proxy[2063]: Allow 1-Trusted 0-External tcp 192.168.0.1 2.3.4.5 57405 80 msg="HTTP Request" proxy_act="HTTP-TEST" op="POST" dstname="www.google.com" arg="/" sent_bytes="351" rcvd_bytes="1400" (HTTP-proxy-TEST-00)'"""
match = re.findall('(?:tcp |dstname=|sent_bytes=|rcvd_bytes=)"?([^\s"]+)', s)
# match = ['192.168.0.1', 'www.google.com', '351', '1400']
(ip, dstname, sent_bytes, rcvd_bytes) = match
# use this to parse to json
【讨论】:
以上是关于Python 使用正则表达式解析日志的主要内容,如果未能解决你的问题,请参考以下文章