如何编写Regex匹配指定模式直至该模式下一次出现？

嘿，我来帮你搞定这个日志匹配的正则问题！看起来你需要把连续的日志条目拆分开——每条都以时间戳+日志级别（比如2018-03-20 23:28:47 INFO）开头，内容可能包含换行、特殊字符，直到下一个同样的日志开头或者文本结尾。

核心正则表达式 #

下面这个正则可以完美适配你的需求，支持多行内容匹配：

(?s)(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} (?:INFO|DEBUG)).*?(?=\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} (?:INFO|DEBUG)|$)

正则各部分解释 #

让我拆解一下每个部分的作用：

• (?s)：开启单行模式，让.可以匹配换行符，这样日志里的多行内容也能被完整捕获
• (\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} (?:INFO|DEBUG))：
  • 捕获日志的开头标识：匹配YYYY-MM-DD HH:MM:SS格式的时间戳，加上INFO或DEBUG级别
  • (?:...)是非捕获组，用来限制级别可选范围，但不会单独把级别作为一个匹配组返回
• .*?：非贪婪匹配任意字符（包括换行），这里一定要用非贪婪模式，不然会直接匹配到最后一条日志的结尾
• (?=\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} (?:INFO|DEBUG)|$)：
  • 正向预查断言，匹配下一个日志开头或者文本结尾
  • 这是零宽度匹配，不会被包含在结果里，确保每条日志刚好截止到下一条开头的前一个字符

实际使用示例（Python） #

如果你用Python处理日志，可以参考这段代码：

import re

# 你的原始日志数据
log_content = """2018-03-20 23:28:47 INFO 这是一条信息示例（可包含换行符的多行内容）
2018-03-20 23:28:47 INFO 这是一条信息示例（可包含换行符的多行内容）
2018-03-20 23:28:47 DEBUG 这是一条调试示例（可包含换行符的多行内容）{ 'x':1, 'y':2, 'z':3, 'w':4 } 
2018-03-20 23:28:47 INFO 这是一条信息示例（可包含换行符的多行内容）
2018-03-20 23:28:47 DEBUG 这是一条调试示例（可包含换行符的多行内容..."""

# 编译正则表达式
pattern = re.compile(r'(?s)(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} (?:INFO|DEBUG)).*?(?=\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} (?:INFO|DEBUG)|$)')

# 提取所有日志条目
log_entries = pattern.findall(log_content)

# 打印结果
for i, entry in enumerate(log_entries, 1):
    print(f"第{i}条日志：")
    print(entry.strip())
    print("-" * 60)

扩展说明 #

• 如果你的日志还有其他级别（比如WARN、ERROR），只需要在非捕获组里添加即可：(?:INFO|DEBUG|WARN|ERROR)
• 如果需要保留整个日志内容（包括开头标识后面的所有内容），可以把捕获组调整一下，或者直接去掉捕获组，匹配整个条目：(?s)\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} (?:INFO|DEBUG).*?(?=\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} (?:INFO|DEBUG)|$)

内容的提问来源于stack exchange，提问作者Aditya