Apache günlük ayrıştırıcısı

Apache günlükleri (birleşik format) kesin bir yapıya sahiptir:

127.0.0.1 - - [10/Oct/2024:13:55:36 +0000] "GET /index.html HTTP/1.1" 200 1234

Adlandırılmış gruplara sahip bir model, her alanı tek seferde çıkarır:

^(?<ip>\d+\.\d+\.\d+\.\d+)\s+\S+\s+\S+\s+\[[^\]]+\]\s+"(?<metodo>\w+)\s+(?<path>\S+)\s+\S+"\s+(?<status>\d+)\s+(?<size>\d+)

Korkunç görünüyor ama basit kalıpların birleştirilmesi:

• (?<ip>\d+\.\d+\.\d+\.\d+) -- kaynak IPv4.
• \s+\S+\s+\S+ -- kullanıcı kimlikleri (genellikle -).
• \[[^\]]+\] -- köşeli parantez içindeki tarih.
• "(?<metodo>\w+)\s+(?<path>\S+)\s+\S+" -- HTTP yöntemi, yolu ve sürümüyle tırnak içindeki istek.
• (?<status>\d+)\s+(?<size>\d+) -- durum kodu ve gönderilen bayt sayısı.

Genel strateji

1. Gerçek çizgiden başlayın ve sınırlayıcıları sabitleyin: boşluklar, tırnak işaretleri, köşeli parantezler.
2. Sınırlayıcılar arasında, belirtecin türünü tanımlayın (IP, kelime, sayı).
3. Adlandırılmış gruplara sarın Yalnızca çıkarmanız gerekenleri.

Karmaşık günlükleri ayrıştırma

Günlük ayrıştırmada alanlar, tırnak içine alınmış dizeler veya köşeli parantezler (örneğin, kullanıcı aracısı) içermeleri dışında genellikle boşlukla ayrılır. Joker karakter noktası yerine hariç tutulan karakter sınıflarının kullanılması, birden çok sütunun hatalı şekilde birleştirilmesini önler.

Deneyin

Alıştırmayı gözden geçirin

Ek zorluk