如何用Python正则按指定时间戳分割日志并筛选传输错误

步骤1：按时间戳分割日志条目 #

我们可以用正则表达式匹配每个以YYYY-MM-DDThh:mm:ssZ格式时间戳开头的完整日志条目。使用re.findall()捕获所有符合格式的条目，正则模式会匹配时间戳，以及后续直到下一个时间戳（或日志结尾）的内容。

代码示例：

import re

logs = "2018-10-23T09:35:29Z sent message 2018-10-23T09:35:29Z transmit error 2018-10-23T09:49:29Z sent message 2018-10-23T10:01:49Z sent message 2018-10-23T10:05:29Z transmit error"

# 匹配时间戳开头的完整日志条目
pattern = r'\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}Z.*?(?=\s*\d{4}-\d{2}-\d{2}T|$)'
log_entries = re.findall(pattern, logs, re.DOTALL)

# 去除条目首尾多余空格（可选）
log_entries = [entry.strip() for entry in log_entries]

执行后log_entries会得到：

["2018-10-23T09:35:29Z sent message", "2018-10-23T09:35:29Z transmit error", "2018-10-23T09:49:29Z sent message", "2018-10-23T10:01:49Z sent message", "2018-10-23T10:05:29Z transmit error"]

步骤2：筛选包含transmit error的条目 #

通过列表推导式遍历分割后的条目，筛选出包含目标字符串的条目：

error_entries = [entry for entry in log_entries if 'transmit error' in entry]

最终error_entries的结果是：

["2018-10-23T09:35:29Z transmit error", "2018-10-23T10:05:29Z transmit error"]

内容的提问来源于stack exchange，提问作者Gowthi