这个问题是我上一个问题的后续问题：Parsing text and JSON from a log file and keeping them together
我有一个日志文件your_file.txt，结构如下，我想提取时间戳、run、user和json：
A whole bunch of irrelevant text
2022-12-15 12:45:06 garbage, run: 1, user: james json:
[{"value": 30, "error": 8}]另一个stack用户非常乐于助人，他提供了下面的删节代码来提取相关部分：
import re
pat = re.compile(
r'(?ms)^([^,\n]+),\s*run:\s*(\S+),\s*user:\s*(.*?)\s*json:\n(.*?)$'
)
with open('your_file.txt', 'r') as f_in:
print(pat.findall(f_in.read()))返回此值，然后进一步处理：
[('2022-12-15 12:45:06 garbage', '1', 'james', '[{"value": 30, "error": 8}]')]如何修改用于忽略时间戳后的单词“垃圾”的正则表达式，使该单词不包含在pat.findall的输出中？
1条答案
按热度按时间vshtjzan1#
可以使用日期时间模式先匹配日期时间，然后匹配
,之前的子字符串的其余部分：请参见regex demo。
([^,\n]+)将替换为匹配的(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})[^,\n]*(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})-第1组：四个数字，-出现两次，然后是两个数字，空格，两个数字，然后:出现两次，然后是两个数字[^,\n]*-除逗号和换行符外，零个或多个字符