如何使用regex搜索带有或不带有双引号的项目？

Question

我有一个Apache日志列表，我希望循环遍历这些日志，并将每个元素拆分为一个新列表

例如

83.149.9.216 - - [17/May/2015:10:05:03 +0000] "GET /presentations/logstash-monitorama-2013/images/kibana-search.png HTTP/1.1" 200 203023 "http://semicomplete.com/presentations/logstash-monitorama-2013/" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/32.0.1700.77 Safari/537.36"

但是，其中一个条目在最后一个元素（用户代理）上没有结束引号

46.118.127.106 - - [20/May/2015:12:05:17 +0000] "GET /scripts/grok-py-test/configlib.py HTTP/1.1" 200 235 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html

我正在使用这个正则表达式

apacheTup = re.match('([(\d\.)]+) (.*) (.*) \[(.*?)\] "(.*?)" (\d+) (.*?) "(.*?)" "(.*?)"',fileStr).groups()

但是，我得到一个错误

'NoneType' object has no attribute 'groups'

错误发生在没有结束引号的行。如何更改regex，使其接受带或不带结束引号的用户代理

Answer 1

可以在没有双引号的情况下添加尾随双引号

fileStr += '' if fileStr.endswith('"') else '"'
apacheTup = re.match( ....