Python 正则表达式从系统日志服务器中提取 FQDN

Posted 2023-02-22

【中文标题】Python 正则表达式从系统日志服务器中提取 FQDN

【英文标题】：Python regex to pull FQDN from syslog server

【发布时间】：2010-12-17 16:14:53

【问题描述】：

我正在尝试构建一个正则表达式来解析我们的系统日志。我被要求对使用该服务的每台服务器进行说明。我写了一个简单的正则表达式来提取 FQDN，但它似乎消耗了太多的行...

>>> string = "2010-12-13T00:00:02-05:00 <local3.info> suba1.suba2.example.com named[29959]: client 192.168.11.53#54608: query: subb1.subb2.example.com"
>>> regex = re.compile("\s.*?\.example\.com ")
>>> r = regex.search(string)
>>> r
<_sre.SRE_Match object at 0x896dae0bbf9e6bf0>

# Run findall
>>> regex.findall(string)
[u' <local3.info> suba1.suba2.example.com ', u' client 192.168.11.53#54608: query: subb1.subb2.example.com ']

正如您所见，带有 .* 的 findall 太通用了，正则表达式最终消耗了很多。

【参考方案1】：

将\s 替换为\b 并将.*? 替换为\S 即可。

>>> regex = re.compile(r'\b\S*\.example\.com')
>>> regex.findall(string)
[u'suba1.suba2.example.com', u'subb1.subb2.example.com']

【参考方案2】：

正则表达式

r"query: ([\w\.]+)"

将从 [...] 查询中获取结尾，然后您可以使用未命名的组查找来为您提供域名。

如果这不是您需要的输出，您能否详细说明所需的输出（作为数据结构。我对此进行了猜测）。

python 代码可能如下所示：

match = re.search(r"query: ([\w.]+)", string, re.IGNORECASE | re.MULTILINE)
if match:
    result = match.group(1)
else:
    result = ""

结果将包含

subb1.subb2.example.com

【参考方案3】：

尝试使用：

regex = re.compile("\s\S*?\.example\.com ")

【参考方案4】：

#!/usr/bin/env python

import re

s = """2010-12-13T00:00:02-05:00 <local3.info> 
    suba1.suba2.example.com named[29959]: 
    client 192.168.11.53#54608: query: subb1.subb2.example.com"""

pattern = re.compile("[\S.]+.example.com")

print pattern.findall(s)
# => ['suba1.suba2.example.com', 'subb1.subb2.example.com']

【讨论】：

感谢您的回答，我忘记了 \S ...这非常适合空格分隔线。