python：使用regex从日志文件读取datetime

Question

我有一个日志文件，其中的文本如下所示。

Jul  1 03:27:12 syslog: [m_java][ 1/Jul/2013 03:27:12.818][j:[SessionThread <]^Iat com/avc/abc/magr/service/find.something(abc/1235/locator/abc;Ljava/lang/String;)Labc/abc/abcd/abcd;(bytecode:7) 

文件中有两种时间格式。我需要根据[]中包含的日期时间格式对日志文件进行排序。

这是我要用的正则表达式。但它什么也不回。

t_pat = re.compile(r".*\[\d+/\D+/.*\]")

我想检查文件中的每一行，能够应用此模式并根据日期和时间对行进行排序。

有人能帮我吗？谢谢！

Answer 1

您不匹配初始空间；您还希望将日期分组以便于提取，并将\D和.*模式限制为非贪婪模式：

t_pat = re.compile(r".*\[\s?(\d+/\D+?/.*?)\]")

演示：

>>> re.compile(r".*\[\s?(\d+/\D+?/.*?)\]").search(line).group(1)
'1/Jul/2013 03:27:12.818'

您可以进一步缩小模式的范围；您只需要为一个月匹配3个字母，例如：

t_pat = re.compile(r".*\[\s?(\d{1,2}/[A-Z][a-z]{2}/\d{4} \d{2}:\d{2}:[\d.]{2,})\]")

Answer 2

Read all the lines of the file并使用sort函数并传入一个parses out the date函数，并将其用作the key for sorting：

import re
import datetime

def parse_date_from_log_line(line):
    t_pat = re.compile(r".*\[\s?(\d+/\D+?/.*?)\]")
    date_string = t_pat.search(line).group(1)
    format = '%d/%b/%Y %H:%M:%S.%f'
    return datetime.datetime.strptime(date_string, format)

log_path = 'mylog.txt'
with open(log_path) as log_file:
    lines = log_file.readlines()
    lines.sort(key=parse_date_from_log_line)

Answer 3

其中有一个空格需要添加到正则表达式中

text = "Jul  1 03:27:12 syslog: [m_java][ 1/Jul/2013 03:27:12.818][j:[SessionThread <]^Iat com/avc/abc/magr/service/find.something(abc/1235/locator/abc;Ljava/lang/String;)Labc/abc/abcd/abcd;(bytecode:7)"
matches = re.findall(r"\[\s*(\d+/\D+/.*?)\]", text)
print matches
['1/Jul/2013 03:27:12.818']

接下来使用以下函数分析时间

http://docs.python.org/2/library/time.html#time.strptime

最后将其用作dict的键，将行用作值，并根据键对这些条目进行排序。