我有一个包含以下文本的文件：
$ more audit.log
2018-01-31 15:34:08 GMT：10.34.160.60（63788）：agent3 @ pem：[31884] 00000：LOG：语句：DROP TABLE tmp_zombies
2018-01-31 15:58:52 GMT：127.0.0.1（45050）：agent1 @ pem：[13182] 00000：LOG：语句：CREATE TEMP TABLE tmp_zombies（jagpid int4）
2018-01-31 15:58:52 GMT：127.0.0.1（45050）：agent1 @ pem：[13182] 00000：LOG：语句：DROP TABLE tmp_zombies
2018-01-31 16:24:00 GMT：10.34.160.55（57199）：agent8 @ pem：[27888] 00000：LOG：语句：CREATE TEMP TABLE tmp_zombies（jagpid int4）
2018-01-31 16:24:00 GMT：10.34.160.55（57199）：agent8 @ pem：[27888] 00000：LOG：语句：DROP TABLE tmp_zombies
2018-01-31 21:08:47 GMT：[本地]：pgsql @ p106：[26349] 00000：LOG：语句：创建表global_pg_audit
（
角色名称文字不为null，
stmt_timestamp时间戳记不为null，
source_ip文本，
target_ip文本，
dbname文本，
pid文字，
statement_type文字，
声明文字
）;
2018-01-31 15:34:08 GMT：10.34.160.60（63788）：agent3 @ pem：[31884] 00000：LOG：语句：DROP TABLE tmp_zombies
当我运行此python代码时：
汇入
fullpathname ='。/ audit.log'
regex_pattern = re.compile（r'^（\ d {4}-\ d {2}-\ d {2} \ d {2}：\ d {2}：\ d {2}）（。*？） $'，re.MULTILINE | re.DOTALL）
使用open（fullpathname，'r'）as f：
log_entries = regex_pattern.findall（f.read（））
计数器= 0
在log_entries中输入：
打印'％d => ['％（counter），entry，']'
counter = counter + 1
输出如下：
0 => [（'2018-01-31 15:34:08'，'GMT：10.34.160.60（63788）：agent3 @ pem：[31884] 00000：LOG：语句：DROP TABLE tmp_zombies']]
1 => [（'2018-01-31 15:58:52'，'GMT：127.0.0.1（45050）：agent1 @ pem：[13182] 00000：LOG：语句：CREATE TEMP TABLE tmp_zombies（jagpid int4）' ）]
2 => [（'2018-01-31 15:58:52'，'GMT：127.0.0.1（45050）：agent1 @ pem：[13182] 00000：LOG：语句：DROP TABLE tmp_zombies']]
3 => [（'2018-01-31 16:24:00'，'GMT：10.34.160.55（57199）：agent8 @ pem：[27888] 00000：LOG：语句：CREATE TEMP TABLE tmp_zombies（jagpid int4）' ）]
4 => [（'2018-01-31 16:24:00'，'GMT：10.34.160.55（57199）：agent8 @ pem：[27888] 00000：LOG：语句：DROP TABLE tmp_zombies']]
5 => [（'2018-01-31 21:08:47'，'GMT：[本地]：pgsql @ p106：[26349] 00000：LOG：语句：创建表global_pg_audit'）]
6 => [（'2018-01-31 15:34:08'，'GMT：10.34.160.60（63788）：agent3 @ pem：[31884] 00000：LOG：语句：DROP TABLE tmp_zombies']]
7 => [（'2018-01-31 15:58:52'，'GMT：127.0.0.1（45050）：agent1 @ pem：[13182] 00000：LOG：语句：CREATE TEMP TABLE tmp_zombies（jagpid int4）' ）]
请注意，在输出的第5行中，代码未包含应为以下内容的整个语句：
创建表global_pg_audit
（
角色名称文字不为null，
stmt_timestamp时间戳记不为null，
source_ip文本，
target_ip文本，
dbname文本，
pid文字，
statement_type文字，
声明文字
）;
代码有什么问题？
非常感谢！
最佳答案
您的正则表达式锚定到该行的末尾：
^(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})(.*?)$
由于启用了多行模式，因此
$在换行符处匹配。这就是为什么比赛在global_pg_audit之后结束的原因。您要匹配到下一个以日期开头的行。您可以先行执行此操作：
^(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})(.*?)(?=\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}|\Z)
替换
|\Z允许正则表达式匹配最后一行，即使它后面没有日期。另请参见regex demo。
关于python - 使用python正则表达式解析文本文件中的相关行组，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48553106/