Python中Regex模式匹配失败但regex101正常问题排查

核心问题出在正则的引号匹配逻辑上，而非-[0-9]{4}部分：

• 你写的正则用\"来匹配请求首尾的双引号，但实际日志里的是普通双引号"，不是HTML实体"。Python的re模块不会自动解析HTML实体，所以这部分完全匹配失败，导致整个正则返回0结果。
• 你在regex101上能匹配，是因为你可能在测试时把日志里的双引号换成了"，或者regex101的环境自动处理了这类实体，但Python不会做这个转换。

你误以为问题出在时区部分，大概率是测试时不小心修改了引号部分（比如把\"改成了\"），才让移除时区后的正则能匹配，这是个巧合。

修正后的正则 #

用原始字符串（避免转义问题），把\"替换成普通双引号即可：

import re

log_content = """146.204.224.152 - feest6811 [21/Jun/2019:15:45:24 -0700] "POST /incentivize HTTP/1.1" 302 4622
197.109.77.178 - kertzmann3129 [21/Jun/2019:15:45:25 -0700] "DELETE /virtual/solutions/target/web+services HTTP/2.0" 203 26554
156.127.178.177 - okuneva5222 [21/Jun/2019:15:45:27 -0700] "DELETE /interactive/transparent/niches/revolutionize HTTP/1.1" 416 14701
100.32.205.59 - ortiz8891 [21/Jun/2019:15:45:28 -0700] "PATCH /architectures HTTP/1.0" 204 6048"""

pattern = r'([0-9\.]+)[- ]+([A-Za-z0-9\-]+)\s\[([0-9]{2}/[A-Za-z]+/[0-9]{4}:[0-9]{2}:[0-9]{2}:[0-9]{2} -[0-9]{4})\] "([A-Z]+ [A-Za-z0-9/\- \.+]+)"'
results = re.findall(pattern, log_content)
for match in results:
    print(f"IP: {match[0]}, 用户名: {match[1]}, 时间戳: {match[2]}, 请求: {match[3]}")

运行后就能正确提取出每行的IP、用户名、时间戳和请求内容。

内容的提问来源于stack exchange，提问作者herpderp