如何用Python正则表达式提取strace输出中的系统调用及返回值

核心实现思路 #

不用分开多次运行正则匹配，直接用单条正则一次性捕获三个目标分组，处理效率最高，规则也更严谨。

正则规则 #

^(\w+)\((.*)\)\s*=\s*(-?\d+)$

各分组含义：

• 第一个分组(\w+)：匹配括号前的系统调用名称，仅匹配字母、数字、下划线，规避无关特殊字符
• 第二个分组(.*)：贪婪匹配左右括号之间的所有参数内容，适配参数内部含括号、引号的场景（strace输出格式固定，参数结束的右括号后必然跟等号，贪婪匹配不会出现误判）
• 第三个分组(-?\d+)：匹配等号后的返回值，兼容负号开头的错误返回值
• 中间的\s*自动适配strace输出中为了对齐添加的任意数量空格

Python 示例代码 #

import re

# 预编译正则，处理大体积日志时效率更高
strace_pattern = re.compile(r'^(\w+)\((.*)\)\s*=\s*(-?\d+)$')

# 逐行处理strace输出
with open("strace.log", "r", encoding="utf-8") as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        match_res = strace_pattern.match(line)
        if match_res:
            syscall_name = match_res.group(1)
            args_str = match_res.group(2)
            return_value = int(match_res.group(3))
            # 此处可自行添加字段存储、过滤逻辑
            print(f"调用名：{syscall_name}，参数：{args_str}，返回值：{return_value}")

可选：参数拆分 #

如果需要把提取到的参数字符串拆分为单个参数，可以用Python内置shlex模块自动处理引号、转义符，避免误拆分引号内的逗号：

import shlex
# 把参数字符串转为单个参数的列表
args_list = shlex.split(args_str.replace(',', ' '))

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