使用RegEx与列表推导式提取日志值时的默认值设置问题

我需要用正则表达式从日志中提取特定值，将结果存入列表后用于Pandas DataFrame。大部分情况运行正常，但当日志不包含目标值时，应该添加' - '来避免数组长度不一致导致DataFrame报错。

当日志包含目标值时，代码能得到预期输出：

import re
attribute = "</System><EventData><Data Name='TargetUserName'>superuser</Data><Data Name='TargetDomainName'>ACME</Data>"
username_list = [' - ' if ' '.join(re.findall("(?<=='TargetUserName'>).*?(?=</Data>)",attribute)) not in attribute else ' '.join(re.findall("(?<=='TargetUserName'>).*?(?=</Data>)",attribute))]
print(username_list)

输出：

['superuser']

但当日志没有匹配结果时，得到的是空字符串列表，不符合预期：

attribute = "</System><EventData>superuser</EventData><Data Name='TargetDomainName'>ACME</Data>"
username_list = [' - ' if ' '.join(re.findall("(?<=='TargetUserName'>).*?(?=</Data>)",attribute)) not in attribute else ' '.join(re.findall("(?<=='TargetUserName'>).*?(?=</Data>)",attribute))]
print(username_list)

输出：

['']

预期输出：

[' - ']

请问代码哪里出错了？

你的判断逻辑存在问题：当re.findall找不到匹配时，会返回空列表，' '.join(空列表)会得到空字符串''。而空字符串本身是任何字符串的子串，所以'' not in attribute永远为False，导致else分支执行，最终返回空字符串。

直接判断re.findall的返回结果是否为空，而非用拼接后的字符串检查是否在原文本中。优化后的代码如下：

import re

def extract_username(attribute):
    matches = re.findall("(?<=='TargetUserName'>).*?(?=</Data>)", attribute)
    # 无匹配则返回[' - ']，否则返回拼接后的匹配结果
    return [' - '] if not matches else [' '.join(matches)]

# 测试有匹配的情况
attribute1 = "</System><EventData><Data Name='TargetUserName'>superuser</Data><Data Name='TargetDomainName'>ACME</Data>"
print(extract_username(attribute1))  # 输出: ['superuser']

# 测试无匹配的情况
attribute2 = "</System><EventData>superuser</EventData><Data Name='TargetDomainName'>ACME</Data>"
print(extract_username(attribute2))  # 输出: [' - ']

• 用re.search替代re.findall：日志中TargetUserName通常只会出现一次，直接取匹配结果更高效：

match = re.search(r"(?<=='TargetUserName'>)(.*?)(?=</Data>)", attribute)
return [' - '] if not match else [match.group(1)]

• 优先用XML解析库处理这类日志：正则表达式处理XML格式存在局限性（比如标签嵌套、属性值引号变化等），用xml.etree.ElementTree更可靠：

import xml.etree.ElementTree as ET

def extract_username_via_xml(attribute):
    # 补全XML根节点避免解析报错
    xml_str = f"<root>{attribute}</root>"
    root = ET.fromstring(xml_str)
    target_user = root.find(".//Data[@Name='TargetUserName']")
    return [' - '] if target_user is None else [target_user.text]

内容的提问来源于stack exchange，提问作者OverflowStack