解析日志文件以使用正则表达式显示多行中的数据

Question

所以我试图在这里解析一些代码以从日志文件中获取消息文本。我会边走边解释。代码如下：

// Print to interactions
try
{
// assigns the input file to a filereader object
BufferedReader infile = new BufferedReader(new FileReader(log));
sc = new Scanner(log);
while(sc.hasNext())
{
String line=sc.nextLine();
if(line.contains("LANTALK")){
Document doc = Jsoup.parse(line);
Element idto = doc.select("MBXTO").first();
Element  msg = doc.select("MSGTEXT").first();
System.out.println(" to " + idto.text() + " " + 
msg.text());
System.out.println();
} // End of if
} // End of while

try
{
// Print to output file
sc = new Scanner (log);
while(sc.hasNext())
{
String line=sc.nextLine();
if(line.contains("LANTALK")){
Document doc = Jsoup.parse(line);
Element idto = doc.select("MBXTO").first();
Element  msg = doc.select("MSGTEXT").first();
outFile.println(" to " + idto.text() + " " + 
msg.text());
outFile.println();     
outFile.println();
} // End of if
} // End of while
} // end of try

我正在从日志文件中获取输入，以下是它的外观示例以及我正在过滤掉的行：

08:25:20.740 [D] [T:000FF0] [F:LANTALK2C] <CMD>LANMSG</CMD>
<MBXID>1124</MBXID><MBXTO>5760</MBXTO><SUBTEXT>LanTalk</SUBTEXT><MOBILEADDR>
</MOBILEADDR><LAP>0</LAP><SMS>0</SMS><MSGTEXT>and I talked to him and he 
gave me a credit card number</MSGTEXT>
08:25:20.751 [+] [T:000FF0] [S:1:1:1124:5607:5] LANMSG [15/2 | 0]
08:25:20.945 [+] [T:000FF4] [S:1:1:1124:5607:5] LANMSGTYPESTOPPED [0/2 | 0]
08:25:21.327 [+] [T:000FE8] [S:1:1:1124:5607:5] LANMSGTYPESTARTED [0/2 | 0]

到目前为止，我已经能够过滤包含消息(LANMSG)的行。由此，我已经能够获得收件人的ID号(MBXTO)。但是下一行包含发件人的ID，我需要将其拉出并显示。([S:1:1:1124:SENDERID:5])。我应该怎么做？以下是我得到的输出的副本：

to 5760 and I talked to him and he gave me a credit card number

这是我需要得到的：

SENDERID to 5760 and I talked to him and he gave me a credit card number

你们能给我的任何帮助都会很棒。我只是不确定如何获取我需要的信息。

Answer 1

你的答案还不够清楚，但看起来你没有在这个代码中使用正则表达式......请记住在询问之前指定您尝试过的内容。 无论如何，您正在寻找的正则表达式是：

(d{2}:d{2}:d{2}.d{3})s[D].+<MBXID>(d+)</MBXID><MBXTO>(d+)</MBXTO>.+<MSGTEXT>(.+)</MSGTEXT>

正则表达式 101 中的工作示例
它应该捕获：
$1：
08:25:20.740$2：1124$
3：
5760$4：and I talked to him and he gave me a credit card number(请注意，它还捕获或换行符字符)。
(此外，您将在 Java 中使用matcher.group(number)而不是$number)。

然后，您可以使用这些替换(组引用)术语来获取格式化的输出。

例如：$1 [$2] to [$3] $4

应返回：

08:25:20.740 [1124] to [5760] and I talked to him and he
gave me a credit card number

请记住，当您要在 Java 代码中实现正则表达式时，您必须转义所有反斜杠 ()，因此，这个正则表达式看起来更大：

Pattern pattern = Pattern.compile("(\d{2}:\d{2}:\d{2}\.\d{3})\s\[D\].+<MBXID>(\d+)<\/MBXID><MBXTO>(\d+)<\/MBXTO>.+<MSGTEXT>(.+)<\/MSGTEXT>", Pattern.MULTILINE + Pattern.DOTALL); 
// Multiline is used to capture the LANMSG more than once, and Dotall is used to make the '.' term in regex also match the newline in the input
Matcher matcher = pattern.matcher(input);
while (matcher.find()){
String output = matcher.group(1) + " [" + matcher.group(2) + "] to [" + matcher.group(3) + "] " + matcher.group(4);
System.out.println(output);
}

对于你的第二个问题哦，你已经编辑并删除了它。但我仍然会回答： 您可以解析$2和$3并使它们返回一个整数：

int id1 = Integer.parseInt(matcher.group(2));
int id2 = Integer.parseInt(matcher.group(3));

通过这种方式，您可以创建一个方法来返回这些 ID 的名称。 例如：
UserUtil.getName(int id)