如何用正则表达式匹配多行日志中有效「OPEN...START」结构并统计次数

前置规则确认 #

• 日志中的OPEN、START均为单独占一行的标记，而非行内子串
• 异常场景下前序无配对START的OPEN需要完全忽略，仅统计「最近一个OPEN到后续第一个START」的有效配对

正则表达式实现 #

开启**多行匹配模式（m）**后使用以下正则：
^OPEN$\r?\n(?:(?!^OPEN$|^START$).*\r?\n)*?^START$

语法说明 #

• ^OPEN$：锚定单独为一行的OPEN标记，多行模式下^/$可匹配每行的首尾边界
• \r?\n：匹配OPEN行后的换行符，适配Windows/Unix不同换行格式
• (?:(?!^OPEN$|^START$).*\r?\n)*?：非贪婪匹配中间的所有多行日志内容，通过负向前瞻排除中间出现的独立行OPEN/START，避免错误截断
• ^START$：锚定单独为一行的START标记，作为配对的结束边界

适配调整 #

• 如果OPEN/START行存在前后空格的情况，可调整正则为：
  ^[ \t]*OPEN[ \t]*$\r?\n(?:(?!^[ \t]*OPEN[ \t]*$|^[ \t]*START[ \t]*$).*\r?\n)*?^[ \t]*START[ \t]*$
• 如果需要匹配行内嵌入的OPEN/START标记，可移除正则中的行边界锚定^/$

匹配效果验证 #

针对提到的异常日志结构：

OPEN
无配对的前序日志内容
OPEN
有效配对的日志内容
START

上述正则仅会匹配第二个OPEN到START的完整片段，不会将前序无配对的OPEN纳入统计，匹配结果的总个数即为有效配对的统计次数。 #

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