字段顺序不固定的正则表达式

Posted 2020-10-02 zlingh

正则 

(?<logstream_country_isp_province>\\d+\\.\\d+\\.\\d+\\.\\d+).*? \\[(?<logstream_timestamp>\\d+\\/\\w+\\/\\d+:\\d+:\\d+:\\d+).*? \\"(?<http_method>\\S+) .*?v.gif\\?.*?(?:media_type=(?<media_type>\\d+)&|page_type=(?<page_type>\\d+)&|channel_type=(?<channel_type>\\d+)&|mod=(?<mod>\\w+)&|page=(?<page>\\d+)&|play_time=(?<play_time>\\d+)&|.+?=[\\w]*&)+

 

 测试字符串

60.9.140.7 - - [04/Jul/2017:18:00:00 +0800] "GET /feed/v.gif?media_type=1&channel_type=4&page=1&page_type=1&mod=recommend&pd=feed&type=1&index=1&stime=1499162393854&refer=&play_time=0&showInfo=%5B%7B%22locid%22%3A%22http%3A%2F%2Fwww.internal.video.baidu.com%2F54b1df58f5c3d941553a705e38c49e39.html%22%2C%22index%22%3A%222%22%7D%5D&cache_t=1499162395174 HTTP/1.1" 

 

语法解释：

 ?: (...)的不分组的版本

 .*?v.gif\\?.*? 不能写成 .*?v.gif.*? 否则因为是非贪婪匹配，即前面会尽量少的匹配，把匹配工作交给后面（导致.+?=[\\w]*&会把?media_type=1&匹配掉，media_type分组采集不到）