我需要从类似于下面的sql日志中解析和提取值。多行java的正则表达式
SQL^^0001^^ABCDEF^^26^^XYZ
SQL^^0002^^ABCDEF^^26^^XYZ
abc
<>()_asc wHERE
SQL^^0003^^ABCDEF^^12^^XYZ
SQL^^0004^^ABCDEF^^28^^XYZ
但是日志总是不是单行。我有一个可以捕获的正则表达式如果它是单行的。除了最后一个元素外，这些字段的长度也是固定的。最后一个元素的长度可能不同。
(\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.
没有固定的行尾字符，但我需要捕获，直到下一行SQL在这种情况下。 如何解析日志并提取它们，如果它的多行日志。我在Java中尝试。 Java或Scala是首选。
您可以利用这样的事实，即每个记录始终以3个字符后跟^^开头。因此，您匹配的最后一个字段应匹配任何不以该模式开头的行。如果^^只是一个示例，则可以使用整个\w{3}\W{2}\d{4}\W{2}\w{6}\W{2}\d{2}\W{2}模式作为分隔符而不是^^。
使用
(?m)^(\w{3})\W{2}(\d{4})\W{2}(\w{6})\W{2}(\d{2})\W{2}(.*(?:\r?\n(?!\w{3}\^\^).*)*)
见regex demo。如果^^只是一个占位符，如上所述，请将替换为(?!\w{3}\W{2}\d{4}\W{2}\w{6}\W{2}\d{2}\W{2})。或者，也许更短的一个也会这样做：(?!\w{3}\W{2}\d{4}\b)。
详细
(?m)^ - 一行的开始（(?m)是Pattern.MULTILINE嵌入标志的选项，使得^匹配的线开始，而不是字符串开始位置）(\w{3}) - 组1：3字词\W{2} - 2个非单词字符(\d{4}) - 第2组：四位数字\W{2} - 2非字字符(\w{6}) - 组3：6个字字符\W{2} - 2非字字符(\d{2}) - 组4：2位数字\W{2} - 2个非字字符(.*(?:\r?\n(?!\w{3}\^\^).*)*) - 第5组：
.* - 连续零个或多个 - 任何0+比换行符字符等，尽可能多的(?:\r?\n(?!\w{3}\^\^).*)*字符：
\r?\n(?!\w{3}\W{2}) - CRLF或LF换行符后面没有与3字，然后2个非字字符.* - 行
正则表达式的其余部分不是输入解析跨多行的好工具。如果所有感兴趣的数据记录都以相同的模式开始，那么您可以做的一件事是将日志读入单行文本（不换行'\ n'字符），然后在开始时将'split（）记录模式。之后，您将解析各个元素。 – jwvh
在每行的开头是否有以“SQL ^^'开头的新记录？要正确处理这种情况，我们需要知道确切的记录起始模式。尝试[** this regex **]（https://regex101.com/r/OrIqvz/1）。 –
很高兴为你效劳。如果我的回答对你有帮助，也请考虑积极投票。 –