如何用Python正则解析行数不确定的多行Catalina日志？

嘿，我来帮你解决Catalina日志解析的难题！你之前想靠固定读两行的方式肯定不靠谱，毕竟日志条目（尤其是带异常堆栈的）可能会占好几行，咱们得换个更靠谱的思路——靠日志的起始特征来分割条目。

核心思路 #

Catalina日志的每条条目起始行都是带日期的格式，比如Jul 12 10:05:32 localhost catalina[1234]: ...，所以判断新条目最简单的方式就是看行首是不是完整的月份前缀（比只看首字母更准确）。具体步骤是：

• 遍历日志的每一行，维护一个「当前日志条目」的缓冲区
• 遇到符合起始特征的行时，先把之前的缓冲区内容保存为一条完整日志，再开始新的缓冲区
• 非起始行就直接加入当前缓冲区
• 遍历结束后别忘了保存最后一条日志

具体实现代码 #

下面是我写的Python示例，考虑了空行、准确匹配月份前缀等细节：

def parse_catalina_log(file_path):
    # 定义Catalina日志起始行的月份前缀（完全匹配更不容易误判）
    month_prefixes = ('Jan ', 'Feb ', 'Mar ', 'Apr ', 'May ', 'Jun ', 
                      'Jul ', 'Aug ', 'Sep ', 'Oct ', 'Nov ', 'Dec ')
    log_entries = []
    current_entry = []
    
    with open(file_path, 'r', encoding='utf-8') as f:
        for line in f:
            stripped_line = line.strip()
            if not stripped_line:
                continue  # 跳过无意义的空行
            
            # 判断是否是新日志条目的起始行
            if stripped_line.startswith(month_prefixes):
                # 如果当前缓冲区已有内容，先保存为一条完整日志
                if current_entry:
                    log_entries.append('\n'.join(current_entry))
                    current_entry = []
                # 开始新的日志条目
                current_entry.append(stripped_line)
            else:
                # 属于当前日志的内容，加入缓冲区
                current_entry.append(stripped_line)
        
        # 处理文件末尾的最后一条日志
        if current_entry:
            log_entries.append('\n'.join(current_entry))
    
    return log_entries

# 调用示例
if __name__ == "__main__":
    your_log_path = "/path/to/your/catalina.out"
    parsed_logs = parse_catalina_log(your_log_path)
    
    # 打印前2条日志看看效果
    for i, entry in enumerate(parsed_logs[:2], 1):
        print(f"=== 日志条目 {i} ===")
        print(entry)
        print("\n" + "-"*50 + "\n")

为什么这方法比固定读两行靠谱？ #

因为Catalina日志里的异常堆栈、多行日志内容都会被正确合并到对应的条目里，不会像固定读两行那样丢失数据。而且用startswith匹配完整月份前缀，比只看首字母更准确——毕竟偶尔可能会有日志内容刚好以J/M开头，但不会刚好是Jan 这种格式。

如果你的日志月份是小写的（比如jul 12 ...），只需要把month_prefixes里的月份改成小写就行啦。

内容的提问来源于stack exchange，提问作者caroline