我需要從類似於下面的sql日誌中解析和提取值。多行java的正則表達式
SQL^^0001^^ABCDEF^^26^^XYZ
SQL^^0002^^ABCDEF^^26^^XYZ
abc
<>()_asc wHERE
SQL^^0003^^ABCDEF^^12^^XYZ
SQL^^0004^^ABCDEF^^28^^XYZ
但是日誌總是不是單行。我有一個可以捕獲的正則表達式如果它是單行的。除了最後一個元素外，這些字段的長度也是固定的。最後一個元素的長度可能不同。
(\w{3})\W{2}(\d{4})\W{2}(\w{6})\W{2}(\d{2})\W{2}(.*)
^^ is the delimiter but can be any other value also.
沒有固定的行尾字符，但我需要捕獲，直到下一行SQL在這種情況下。 如何解析日誌並提取它們，如果它的多行日誌。我在Java中嘗試。 Java或Scala是首選。
您可以利用這樣的事實，即每個記錄始終以3個字符後跟^^開頭。因此，您匹配的最後一個字段應匹配任何不以該模式開頭的行。如果^^只是一個示例，則可以使用整個\w{3}\W{2}\d{4}\W{2}\w{6}\W{2}\d{2}\W{2}模式作爲分隔符而不是^^。
使用
(?m)^(\w{3})\W{2}(\d{4})\W{2}(\w{6})\W{2}(\d{2})\W{2}(.*(?:\r?\n(?!\w{3}\^\^).*)*)
見regex demo。如果^^只是一個佔位符，如上所述，請將替換爲(?!\w{3}\W{2}\d{4}\W{2}\w{6}\W{2}\d{2}\W{2})。或者，也許更短的一個也會這樣做：(?!\w{3}\W{2}\d{4}\b)。
詳細
(?m)^ - 一行的開始（(?m)是Pattern.MULTILINE嵌入標誌的選項，使得^匹配的線開始，而不是字符串開始位置）(\w{3}) - 組1：3字詞\W{2} - 2個非單詞字符(\d{4}) - 第2組：四位數字\W{2} - 2非字字符(\w{6}) - 組3：6個字字符\W{2} - 2非字字符(\d{2}) - 組4：2位數字\W{2} - 2個非字字符(.*(?:\r?\n(?!\w{3}\^\^).*)*) - 第5組：
.* - 連續零個或多個 - 任何0+比換行符字符等，儘可能多的(?:\r?\n(?!\w{3}\^\^).*)*字符：
\r?\n(?!\w{3}\W{2}) - CRLF或LF換行符後面沒有與3字，然後2個非字字符.* - 行
正則表達式的其餘部分不是輸入解析跨多行的好工具。如果所有感興趣的數據記錄都以相同的模式開始，那麼您可以做的一件事是將日誌讀入單行文本（不換行'\ n'字符），然後在開始時將'split（）記錄模式。之後，您將解析各個元素。 – jwvh
在每行的開頭是否有以「SQL ^^'開頭的新記錄？要正確處理這種情況，我們需要知道確切的記錄起始模式。嘗試[** this regex **]（https://regex101.com/r/OrIqvz/1）。 –
很高興爲你效勞。如果我的回答對你有幫助，也請考慮積極投票。 –