如何在RStudio中读取非结构化日志文件并逐行遍历查找IP地址

1. 读取日志文件 #

你当前使用的readLines()已经是R中读取文本文件、按行拆分的最优方案，它会自动识别不同系统的换行符，返回的字符向量中每一个元素对应日志的一行，无需额外做拆分操作，和你PHP代码中explode("\n", $data)的效果完全一致。
示例代码：

# 读取日志文件，可根据实际文件编码补充encoding参数
data <- readLines("failed_jobs.ibd", encoding = "UTF-8")
# 查看总日志行数，对应PHP中sizeof($array)的作用
length(data)

2. 逐行遍历文件内容 #

与PHP逻辑对等的for循环实现 #

和你写的PHP遍历逻辑完全对应，写法更简洁：

for (line in data) {
  # 打印当前行内容
  print(line)
  # 可在此处添加IP查找逻辑，示例如下（匹配IPv4地址）
  # ip_match <- regmatches(line, regexpr("\\b(?:[0-9]{1,3}\\.){3}[0-9]{1,3}\\b", line))
  # if (length(ip_match) > 0) print(paste0("找到IP：", ip_match))
}

R风格的向量化遍历（可选） #

如果不需要逐行的流程控制，也可以用lapply或者直接向量化操作提高处理效率：

# 批量提取所有行中的IP地址，无需显式循环
all_ips <- regmatches(data, gregexpr("\\b(?:[0-9]{1,3}\\.){3}[0-9]{1,3}\\b", data))
# 过滤掉没有IP的行，得到所有匹配到的IP列表
valid_ips <- unlist(all_ips[lengths(all_ips) > 0])

内容的提问来源于stack exchange，提问作者Europa