如何排查匹配PUBLIC_API请求响应日志的正则表达式问题

现有正则的问题 #

• 地址捕获组字符范围错误：[A-z]实际会匹配ASCII码65到122之间的所有字符，除了大小写字母还包含[、\、]、^、_、`等无关符号；额外写的\0是不必要的空字符匹配规则；且未包含URL中常见的.字符，会导致域名带点的地址匹配失败。
• 未匹配请求体、响应体的外层大括号标记：请求体、响应体实际都包裹在{}中，你的正则没有匹配开头的{，会导致捕获内容开头多一个{，且匹配位置错位，后续PUBLIC_API_RESPONSE规则无法对齐。
• 硬编码了不必要的空白符：你写正则时的换行、多余空格会被当成匹配规则的一部分，比如请求体捕获组后你换了行再写PUBLIC_API_RESPONSE，但实际日志中请求体闭合的}后直接跟空格加PUBLIC_API_RESPONSE，规则和实际格式不匹配。
• 地址捕获逻辑冗余：不需要手动枚举URL允许的所有字符，直接匹配到地址后的第一个空格即可，更简单且兼容性更强。

修复方案 #

修复后的正则（兼容所有支持命名捕获的正则引擎，包括Java、.NET、Python、JavaScript ES2018+等） #

PUBLIC_API_REQUEST:(?<address>[^ ]+) \{(?<requestBody>[^}]*)} PUBLIC_API_RESPONSE:\{(?<response>[^}]*)}

匹配逻辑说明 #

• (?<address>[^ ]+)：匹配PUBLIC_API_REQUEST:之后的所有非空格字符，直到遇到地址后的第一个空格，完整捕获接口地址
• \{(?<requestBody>[^}]*)}：匹配地址后空格之后的{到下一个}之间的所有内容，自动支持跨换行的请求体，捕获结果不包含外层的大括号
• PUBLIC_API_RESPONSE:\{(?<response>[^}]*)}：匹配响应标记后的{到下一个}之间的所有内容，捕获结果不包含外层的大括号

如果你的请求体/响应体内部可能包含转义的}（比如\{），可以把对应的[^}]*替换成(?:\\}|[^}])*即可兼容转义场景。

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