基于正则表达式提取日志中API交易及用户状态数据求助

我帮你修正了正则表达式，解决了行间距适配问题，同时能完整提取你需要的两类结构化数据——交易级汇总信息和所属全量用户明细。下面是具体方案：

修正后的正则（交易级数据+用户块捕获） #

(?sm)^(\w+)\t(\w+)\t(\d+)\t(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})\t(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})\t(\d+)(?:\s*)(.*?)(?=\n\w+\t\w+\t|\Z)

正则逻辑拆解 #

• (?sm)：启用多行模式（让^/$匹配每行首尾）和单行模式（让.匹配换行符，方便跨多行捕获用户块）
• 交易头捕获组：^(\w+)\t(\w+)\t(\d+)\t(时间1)\t(时间2)\t(\d+) 精准抓取API码、NAT码、数值、起止时间、队列数
• (?:\s*)：匹配交易头后的任意空白（包括空行、多换行的行间距），彻底解决行间距问题
• (.*?)：非贪婪匹配所有用户行内容，避免过度匹配到下一个交易
• (?=\n\w+\t\w+\t|\Z)：正向预查终止条件，确保在遇到下一个交易头（\nAPI码\tNAT码\t）或文本末尾时停止匹配

用户明细数据提取正则 #

拿到每个交易的用户块后，用下面的正则逐行匹配用户信息：

^(\w+)\t([^\t]+)\t(\w+)\t(\d+)\t(\d+\.\d+)%?$

用户正则逻辑 #

• ^(\w+)：捕获用户对应的API码
• ([^\t]+)：捕获用户名（支持含特殊字符的用户名，只要不包含制表符）
• (\w+)：捕获状态（如success/fail）
• (\d+)：捕获用户数据数值
• (\d+\.\d+)%?$：捕获有效率（兼容带%和不带%的格式）

使用流程 #

1. 用第一个正则遍历所有交易，提取每个交易的汇总信息（前6个捕获组）和用户块（第7个捕获组）
2. 对每个用户块，用第二个正则逐行匹配，提取每一位用户的明细数据

这样就能完美解决原正则的行间距问题，同时覆盖全量用户数据的提取需求。

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