如何用Python正则表达式提取日志中的进程ID与ERROR字符串？

你的问题核心在于正则表达式的捕获组设置——你只给进程ID部分加了捕获括号，而「ERROR」对应的文本只是被正则匹配到，但没有被单独捕获，所以没法直接通过result的索引获取它。

下面是具体的修改方案：

1. 调整正则表达式，新增第二个捕获组 #

把原来的正则r"\[(\d+)\]: [A-Z]+"修改为：

regex = r"\[(\d+)\]: ([A-Z]+)"

这里给[A-Z]+也加上了括号，这样就形成了两个捕获组：

• 索引1：匹配到的进程ID（比如12345）
• 索引2：匹配到的大写错误字符串（比如ERROR）

2. 修改函数返回逻辑，返回两个捕获值 #

调整函数，让它返回包含进程ID和错误字符串的元组（这样后续可以灵活处理两个值）：

import re

def extract_pid_and_error(log_line):
    regex = r"\[(\d+)\]: ([A-Z]+)"
    result = re.search(regex, log_line)
    if result is None:
        # 未匹配到返回空值，也可以根据需求自定义默认值
        return ("", "")
    # 返回两个捕获组的内容
    return (result[1], result[2])

3. 调用函数并打印结果 #

调用时可以分别接收两个值，再单独打印：

log = "July bad_process[12345]: ERROR"
pid, error_str = extract_pid_and_error(log)
print(f"进程ID: {pid}")
print(f"错误类型: {error_str}")

运行这段代码后，就能同时输出：

进程ID: 12345
错误类型: ERROR

如果你的需求是返回一个拼接后的字符串（比如用空格分隔），也可以把函数的返回语句改成：

return f"{result[1]} {result[2]}"

这样调用print(extract_pid_and_error(log))就会直接输出12345 ERROR。

内容的提问来源于stack exchange，提问作者larry8989