Python正则匹配日志时跳过用户名为-的行及host前置空格问题求解

• 第一个问题（跳过用户名是-的第二行）：你当前正则中user_name分组的匹配规则是\w.*，\w只能匹配大小写字母、数字和下划线，无法匹配半角减号-，当第二行用户名为-时匹配失败，整行被跳过。
• 第二个问题（host字段带前置空格）：
  1. 你定义的logdata中第二、第三行日志开头带有缩进空白，而host分组的匹配规则.*是贪婪匹配，会将行首的缩进空白也纳入匹配结果
  2. 你没有开启多行匹配模式，也没有限制host的匹配规则，导致匹配范围不受控
• 额外隐藏问题：你编写的正则存在语法疏漏（(\]\ \"缺少闭合右括号），同时re.VERBOSE模式会忽略正则中的空白和注释，你当前的正则拆分方式也会导致匹配逻辑不符合预期。

import re

def logs():
    logdata = """146.204.224.152 - feest6811 [21/Jun/2019:15:45:24 -0700] "POST /incentivize HTTP/1.1" 302 4622
    159.253.153.40 - - [21/Jun/2019:15:46:10 -0700] "POST /e-business HTTP/1.0" 504 19845
    197.109.77.178 - kertzmann3129 [21/Jun/2019:15:45:25 -0700] "DELETE /virtual/solutions/target/web+services HTTP/2.0" 203 26554"""
    
    # 修正后的正则，支持匹配-作为用户名，忽略行首空白，限制各字段匹配范围
    pattern = r"""
    ^\s*                          # 匹配行首可选的空白字符，提前过滤掉缩进
    (?P<host>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}) # 匹配IPv4地址格式
    \s-\s                         # 匹配固定分隔符 空格-空格
    (?P<user_name>[^\s]+)         # 匹配非空白字符，支持-作为用户名
    \s\[                          # 匹配到时间前的分隔符
    (?P<time>[^\]]+)              # 匹配到]之前的所有内容作为时间
    \]\s"                         # 匹配时间后到请求前的分隔符
    (?P<request>[^"]+)            # 匹配到"之前的所有内容作为请求
    "                             # 匹配请求结束的引号
    """
    result = []
    for item in re.finditer(pattern, logdata, re.VERBOSE | re.MULTILINE):
        result.append(item.groupdict())
    return result

# 测试输出
for entry in logs():
    print(entry)

{'host': '146.204.224.152', 'user_name': 'feest6811', 'time': '21/Jun/2019:15:45:24 -0700', 'request': 'POST /incentivize HTTP/1.1'}
{'host': '159.253.153.40', 'user_name': '-', 'time': '21/Jun/2019:15:46:10 -0700', 'request': 'POST /e-business HTTP/1.0'}
{'host': '197.109.77.178', 'user_name': 'kertzmann3129', 'time': '21/Jun/2019:15:45:25 -0700', 'request': 'DELETE /virtual/solutions/target/web+services HTTP/2.0'}

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