如何遍历字符串列表提取指定正则匹配内容（日期、时间、主机名）

需要遍历日志字符串列表，提取日期、时间、主机名（shost字段）到独立列表，用于后续构建DataFrame。已经写了正则表达式，但迭代处理时触发TypeError: expected string or bytes-like object错误，不知道如何修复。

示例日志列表 #

logs = [
            "Feb 24 2023 20:37:42 somedomain.com Label=Risk_Level cs5=Low cs2Label=Policy act=Deny shost=VD-DONALD dntdom=disney\\ ",
            "Feb 24 2023 20:46:10 somedomain.com Label=Risk_Level cs5=High cs2Label=Policy act=Terminate shost=VD-MICKEY dntdom=disney\\ ",
        ]

原正则代码的问题 #

你之前写的正则直接传入了整个logs列表，而re.findall()需要接收字符串类型参数，这是报错的核心原因。错误的正则代码如下：

date = ''.join(re.findall('\w{3}\s\d{2}\s\d{4}', logs))
timestamp = ''.join(re.findall('\d{2}:\d{2}:\d{2}', logs)[0])
target_host = ''.join(re.findall('shost=([^\s]+)', logs))

你尝试的错误迭代代码 #

尝试1（错误遍历每个字符而非匹配字段） #

date_list = []
for log in logs:
    for date in log:
        date_list.append(date)
print(date_list)

尝试2（逻辑错误，未正确使用正则匹配） #

for log in logs:
    for log_item in log:
        if date in log_item:
            print(date)

正确解决方案 #

正确的做法是遍历列表中的每个日志字符串，对单个字符串应用正则提取，再将结果存入对应列表：

import re

logs = [
            "Feb 24 2023 20:37:42 somedomain.com Label=Risk_Level cs5=Low cs2Label=Policy act=Deny shost=VD-DONALD dntdom=disney\\ ",
            "Feb 24 2023 20:46:10 somedomain.com Label=Risk_Level cs5=High cs2Label=Policy act=Terminate shost=VD-MICKEY dntdom=disney\\ ",
        ]

dates_list = []
timestamp_list = []
host_list = []

# 遍历每个日志条目
for log in logs:
    # 提取日期
    date_match = re.search(r'\w{3}\s\d{2}\s\d{4}', log)
    if date_match:
        dates_list.append(date_match.group())
    # 提取时间戳
    time_match = re.search(r'\d{2}:\d{2}:\d{2}', log)
    if time_match:
        timestamp_list.append(time_match.group())
    # 提取shost
    host_match = re.search(r'shost=([^\s]+)', log)
    if host_match:
        host_list.append(host_match.group(1))

print(dates_list)
print(timestamp_list)
print(host_list)

预期结果 #

运行上述代码后将得到：

dates_list = ['Feb 24 2023', 'Feb 24 2023']
timestamp_list = ['20:37:42', '20:46:10']
host_list = ['VD-DONALD','VD-MICKEY']

内容的提问来源于stack exchange，提问作者CUI