在正則表達式中匹配字符（包括換行符）直到找到下一個匹配

Question

我想使用正則表達式解析日誌文件，問題是一旦我打開SingleLine模式，以便可以包含多行錯誤未來的比賽包括在第一場比賽中，而不是他們自己的比賽。

更好地說明，這裏是一個日誌文件的例子：

ERROR 11月16日至8日：09：59015 - sdsdfsdfsdfsdfsdf

ERROR 11月16日至8日：09：59015 - sdsdfsdfsdfsdfsdf

測試

ERROR 11月16日至8日：09：59015 - sdsdfsdfsdfsdfsdf

ERROR 16-08 11:09： 59015 - sdsdfsdfsdfsdfsdf

INFO 11月16日至8日：09：59015 - sdsdfsdfsdfsdfsdf

試驗2

ERROR 11月16日至8日：09：59015 - sdsdfsdfsdfsdfsdf

ERROR 16-08 11:09 ：59015 - sdsdfsdfsdfsdfsdf

我使用正則表達式如下：

.{5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - .+ 

這將正確匹配每行，但排除已經運行到新行的消息部分。但是當我打開單線模式時，只有一個匹配（第一個），並且所有其他條目都包含在其中。

任何人都可以指向正確的方向嗎？

謝謝:)

Answer 1

基本上這個解決方案背後的理念是要告訴你的正則表達式不包括什麼，但在哪裏停止。

此正則表達式使用正先行在您正則表達式（或在整個字符串的末尾）

.{5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - .+? 
    (?=(.{5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3})|\z) 

這也包括INFO線與先前錯誤消息的一部分的下一次出現nongreedily停止。這聽起來有點越野車，所以，如果你要考慮INFO線作爲單錯誤信息（而不是以前的一個組成部分），你可以考慮使用這個正則表達式，而不是

.{4,5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - .+? 
(?=.{4,5} \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3}) 

Answer 2

從你的示例文本文件，它看起來像可能有一些空行。如果這沒關係，你應該能夠使用正則表達式：

^(?:ERROR) \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - (?:(?!ERROR|INFO)(?:[a-z0-9A-Z ,:\-\t]*)\n)+ 

如果這只是一個錯誤，空行不想要的，取代去年+與*：

^(?:ERROR) \d{2}-\d{2} \d{2}:\d{2}:\d{2},\d{3} - (?:(?!ERROR|INFO)(?:[a-z0-9A-Z ,:\-\t]*)\n)* 

這不會匹配INFO一行，但是你寫道你只想要錯誤。 如果有一些其他的消息格式（如WARNING也許），你必須包括他們進入這一部分：(?!ERROR|INFO)

既然你已經在你的正則表達式沒有匹配的羣體，我用(?:...)非匹配變量。