Ansible使用regex_findall提取含特殊字符的多行日志匹配失败求解

核心问题根源 #

• 你之前将stdout_lines转为字符串的操作会破坏原始日志的换行结构，生成带列表格式符的异常文本，导致正则匹配失效
• Jinja2模板会提前解析正则中的\u开头的Unicode转义字符，导致正则规则被错误识别
• multiline模式下$的行尾匹配存在边界歧义，不如直接匹配\n更精准

可直接使用的修改后任务代码 #

- name: 提取错误与异常行对
  debug:
    msg: "错误行：{{ item[0] }}，异常行：{{ item[1] }}"
  loop: "{{ test_result.stdout | regex_findall('(Error validating properties for broker :.*?)\\n(.*?Exception:.*?)\\n') }}"

注意正则里的\n需要转义为\\n，是因为Jinja2字符串解析的转义要求

关键优化点说明 #

• 直接使用test_result.stdout：该变量保留了命令输出的原始多行文本，换行、特殊字符、重音字符都完全和原始日志一致，避免了stdout_lines转字符串带来的格式污染
• 正则规则优化：
  • 用.*?非贪婪匹配每行内容，Python的re模块默认.不匹配换行，因此会自动在当前行结尾停止，兼容所有语言的字符（包括法语重音字符），不需要额外写字符范围，彻底规避Unicode编码错误
  • 直接用\n匹配换行分隔两行，不需要开启multiline模式，避免行首行尾匹配的歧义问题
• 编码兼容：如果仍有字符编码报错，在playbook层级添加变量ansible_python_interpreter: /usr/bin/python3，强制使用Python3执行，Python3默认全链路UTF-8编码，可解决所有非英文字符的解析问题

匹配效果说明 #

针对你给出的示例日志，上述正则会提取到配对的两行内容：

• 第一组捕获：02/11/2021 17:14:51;Error validating properties for broker : OUTBOUND RabbitMQ
• 第二组捕获：java.lang.Exception: ERREUR::Exception lors de l'ouverture du channel[Connection timed out: connect]

内容的提问来源于stack exchange，提问作者Marvin