如何在Python正则代码中正确转换日志的日期时间格式？

我来帮你一步步解决这个问题！先看看现有代码里的核心问题：

• 日期提取后直接用了date.groups()，得到的是元组（比如('2017', '01', '19')），没有格式化成你要的YYYY-MM-DD样式
• 时间部分的正则(\d{9}\+\d{4})把整个193739188+0900都匹配出来了，但其实前6位是时分秒（19:37:39），后面三位是毫秒，最后是时区，需要拆分处理

下面是修改后的完整代码，我标注了关键调整点：

import re
from csv import writer

log_file = '/Users/kiya/Desktop/mysql/ipscan/ip.txt'
output_file = '/Users/kiya/Desktop/mysql/ipscan/output.csv'
name_to_check = 'MBX_AUTHENTICATION_FAILED'

# 优化：把输出文件打开放在循环外，避免每次循环覆盖内容
with open(output_file, 'w') as outfile:
    csv_writer = writer(outfile)
    csv_writer.writerow(["Username","Date","Time","Ip_address"])

    with open(log_file, encoding="utf-8") as infile:
        for line in infile:
            if name_to_check in line:
                # 提取用户名（保留你的正则，增加空值容错）
                username_match = re.search(r'(?<=userName=\[)(.*?)(?=\],)', line)
                username = username_match.group() if username_match else 'N/A'

                # 提取日期并格式化为YYYY-MM-DD
                date_match = re.search(r'(?P<year>\d{4})(?P<month>\d{2})(?P<day>\d{2})', line)
                if date_match:
                    date = f"{date_match.group('year')}-{date_match.group('month')}-{date_match.group('day')}"
                else:
                    date = 'N/A'

                # 提取时间：拆分时分秒、毫秒、时区，格式化为HH:MM:SS
                time_match = re.search(r'(?P<hour>\d{2})(?P<minute>\d{2})(?P<second>\d{2})\d{3}(?P<timezone>\+\d{4})', line)
                if time_match:
                    # 若需要保留时区，可改成 f"{time} {time_match.group('timezone')}"
                    time = f"{time_match.group('hour')}:{time_match.group('minute')}:{time_match.group('second')}"
                else:
                    time = 'N/A'

                # 提取IP地址（增加空值容错）
                ip_match = re.search(r'(([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])\.){3}([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])', line)
                ip = ip_match.group() if ip_match else 'N/A'

                # 写入CSV行
                csv_writer.writerow([username, date, time, ip])

关键修改说明： #

1. 文件操作优化：把输出文件的初始化放在循环外面，避免每次循环打开时覆盖之前的内容。
2. 日期格式化：利用正则分组的名称（year/month/day），用f-string拼接成你需要的YYYY-MM-DD格式，替代原有的元组返回值。
3. 时间正则调整：将时间拆分为小时、分钟、秒、毫秒、时区五个部分，只提取前三者拼接成HH:MM:SS，如果需要保留毫秒或时区，可直接修改time的拼接逻辑。
4. 空值容错处理：给每个正则匹配增加判断，避免匹配失败时抛出AttributeError，未匹配到的字段会返回N/A。

这样修改后，你就能得到类似2017-01-19和19:37:39的预期格式啦！

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