UnboundLocalError报错排查：Python正则解析日志文件问题

1. UnboundLocalError 错误原因及修复 #

• 错误根源：
  1. lst.append(new)返回的是None，你将这个结果赋值给lst1，但如果正则未匹配到任何内容（比如正则逻辑错误），循环不会执行，lst1从未被定义，导致return lst1触发未定义变量错误。
  2. 即便循环执行，lst1的值也是None，并非你需要的解析结果列表。
• 修复方式：
  直接操作初始化好的lst列表，无需额外的lst1变量，最后返回lst即可。lst在函数开头已定义，无论是否匹配到内容，都能正常返回，不会触发未定义错误。

2. 正则表达式错误修复 #

原正则存在多处匹配逻辑错误，无法正确解析日志格式，以下是修正后的正则及逻辑说明：
日志行标准结构：host - user_name [time] "request" status size
修正后的正则（启用VERBOSE模式，可忽略正则内的空格）：

pattern = r'''
(?P<host>\d+\.\d+\.\d+\.\d+)  # 匹配IPv4格式的主机地址
\s-\s                         # 匹配固定分隔符" - "
(?P<user_name>\w+|-)          # 匹配用户名或匿名符号"-"
\s\[                          # 匹配" ["
(?P<time>[^\]]+)              # 匹配[]内的时间内容（直到"]"结束）
\]\s"                         # 匹配"] "
(?P<request>[^"]+)            # 匹配双引号内的请求内容（直到"结束）
"                             # 匹配闭合双引号
\s\S+\s\S+                    # 匹配后续状态码和大小（无需捕获）
'''

• 关键修正点：
  • 原host部分最后一段的.未转义，改为\\.\\d+确保匹配IPv4的点分隔符。
  • user_name原逻辑错误，改为直接匹配用户名（\w+）或匿名符号-。
  • time部分改为匹配[]内所有非]的字符，避免捕获多余的括号和空格。
  • request部分改为匹配双引号内所有非"的字符，确保准确捕获完整请求内容。

3. 完整修正后的代码 #

import re
def logs():
    lst = []
    with open("assets/logdata.txt", "r") as file:
        logdata = file.read()
        pattern = r'''
        (?P<host>\d+\.\d+\.\d+\.\d+)
        \s-\s
        (?P<user_name>\w+|-)
        \s\[
        (?P<time>[^\]]+)
        \]\s"
        (?P<request>[^"]+)
        "\s\S+\s\S+
        '''
        for item in re.finditer(pattern, logdata, re.VERBOSE):
            lst.append(item.groupdict())
    return lst

# 测试调用示例
result = logs()
for entry in result:
    print(entry)

4. 解析结果示例 #

运行修正后的代码，解析你提供的日志行，会得到如下格式的字典列表：

[
    {
        'host': '146.204.224.152',
        'user_name': 'feest6811',
        'time': '21/Jun/2019:15:45:24 -0700',
        'request': 'POST /incentivize HTTP/1.1'
    },
    {
        'host': '197.109.77.178',
        'user_name': 'kertzmann3129',
        'time': '21/Jun/2019:15:45:25 -0700',
        'request': 'DELETE /virtual/solutions/target/web+services HTTP/2.0'
    },
    {
        'host': '156.127.178.177',
        'user_name': 'okuneva5222',
        'time': '21/Jun/2019:15:45:27 -0700',
        'request': 'DELETE /interactive/transparent/niches/revolutionize HTTP/1.1'
    }
]

内容的提问来源于stack exchange，提问作者user20316341