Python使用正则表达式解析日志

Question

希望有人能够提供帮助。我有一个日志从系统日志服务器蟒，看起来像这样已发出：

{'Raw': 'Nov 26 00:23:07 TEST 23856434232342 (2016-11-26T00:23:07) http-proxy[2063]: Allow 1-Trusted 0-External tcp 192.168.0.1 2.3.4.5 57405 80 msg="HTTP Request" proxy_act="HTTP-TEST" op="POST" dstname="www.google.com" arg="/" sent_bytes="351" rcvd_bytes="1400" (HTTP-proxy-TEST-00)'} 

我需要能够提取IP地址，dstname=，sent_bytes=和dcvd_bytes=，如果可能的分析，以JSON。我开始尝试使用REGEX (["'])(?:(?=(\\?))\2.)*?\1来匹配双引号，但它不能正常工作。

任何想法如何获得我需要的数据？或者如何解析上述json？

感谢

Answer 1

假设IP，dstname sent_bytes和rcvd_bytes总是顺序，使用re.findall把他们都弄到

import re 
s = r"""{'Raw': 'Nov 26 00:23:07 TEST 23856434232342 (2016-11-26T00:23:07) http-proxy[2063]: Allow 1-Trusted 0-External tcp 192.168.0.1 2.3.4.5 57405 80 msg="HTTP Request" proxy_act="HTTP-TEST" op="POST" dstname="www.google.com" arg="/" sent_bytes="351" rcvd_bytes="1400" (HTTP-proxy-TEST-00)'}""" 

match = re.findall('(?:tcp |dstname=|sent_bytes=|rcvd_bytes=)"?([^\s"]+)', s) 
# match = ['192.168.0.1', 'www.google.com', '351', '1400'] 
(ip, dstname, sent_bytes, rcvd_bytes) = match 
# use this to parse to json