REDCap API导出日志获取记录时间戳：如何格式化返回的JSON响应？

你目前的子串匹配方案可以实现需求，但存在错配（其他字段包含目标表单名子串）、无法关联患者ID、日志量大时效率低的问题，可通过以下方案优化：

核心优化思路 #

放弃模糊子串匹配，先对固定格式的details字段做结构化解析，配合预过滤、提前终止逻辑提升效率和准确率。

具体实现步骤 #

• 步骤1：编写正则提取结构化信息
  REDCap操作日志的details字段格式固定，一般为Record: [患者ID] (instrument: [表单名], ...)的结构，可通过正则一次性提取患者ID、表单名两个核心字段，实现完全匹配而非子串匹配，避免错配。
• 步骤2：预过滤无效日志
  表单创建对应的操作类型固定为Update record（REDCap中首次保存表单会标记为记录更新），可提前过滤掉登录、项目配置修改等无关日志，减少遍历量。
• 步骤3：按时间升序排序后命中即终止
  把过滤后的日志按timestamp升序排序，遍历过程中第一个匹配到「目标患者+目标表单」的日志对应的时间就是创建时间，不需要遍历所有日志。
• 步骤4（可选）：批量处理优化
  如果需要统计所有患者的多个表单创建时间，可一次遍历日志，用(患者ID, 表单名)作为字典键存储最早时间，单次遍历即可输出全量结果，不需要逐患者循环。

示例代码（Python） #

import re
import json

# 根据实际日志的details格式调整正则规则
LOG_RULE = re.compile(
    r'Record:\s*(?P<patient_id>\d+)\s*\(instrument:\s*(?P<form_name>[\w_]+)'
)
# 目标匹配规则
TARGET_PATIENT = "001"
TARGET_FORM = "fin_de_ltude_anticov_j21"

# 加载日志文件
with open("redcap_operation_logs.json", "r", encoding="utf-8") as f:
    all_logs = json.load(f)

# 预过滤+按时间升序排序
valid_logs = [log for log in all_logs if log["action"] == "Update record"]
valid_logs.sort(key=lambda x: x["timestamp"])

# 查找最早创建时间
form_create_time = None
for log in valid_logs:
    match_res = LOG_RULE.search(log["details"])
    if not match_res:
        continue
    extract_info = match_res.groupdict()
    if (extract_info["patient_id"] == TARGET_PATIENT 
        and extract_info["form_name"] == TARGET_FORM):
        form_create_time = log["timestamp"]
        break

print(f"目标表单创建时间为：{form_create_time}")

操作日志示例 #

内容的提问来源于stack exchange，提问作者Mereva