如何用单个正则表达式同时提取日志行中指定模式前后的关键数据-js教程-PHP中文网

如何用单个正则表达式同时提取日志行中指定模式前后的关键数据

本文介绍如何设计一个高效、可复用的正则表达式，在结构化日志中一次性捕获目标字符串前后两段关键信息（如时间戳与数值序列），并使用 JavaScript 的 matchAll() 完整提取为二维数组。

本文介绍如何设计一个高效、可复用的正则表达式，在结构化日志中一次性捕获目标字符串前后两段关键信息（如时间戳与数值序列），并使用 javascript 的 `matchall()` 完整提取为二维数组。

在处理系统或设备日志（如温度监控日志）时，常需从固定格式的文本行中精准提取“分隔标识”两侧的关键字段——例如提取 Astrance 和 Temperatures 之间的上下文：左侧是标准时间戳（Aug 23 07:25:43），右侧是四个浮点数（39.998318 39.982665 40.167597 40.167027）。若分别用两个正则（如先行断言 (?=...) 和后行断言 (?

推荐方案：使用带捕获组的多行匹配正则 + matchAll()

核心正则表达式如下：

^(.*?)\s*Astrance.*Temperatures\s*(.*)

配合 g（全局）和 m（多行）标志，可逐行匹配并安全捕获两段内容。其工作原理如下：

^：匹配每行开头（m 标志启用行首锚定）；
(.*?)：捕获组 1 —— 非贪婪匹配从行首到首个空白符前的所有字符（即时间戳）；
\s*：匹配 Astrance 前可能存在的空格（增强鲁棒性）；
Astrance.*Temperatures：匹配中间固定标识及任意过渡内容（.* 贪婪匹配，确保覆盖完整上下文）；
\s*：匹配 Temperatures 后的空白（避免捕获多余空格）；
(.*)：捕获组 2 —— 匹配 Temperatures 后直至行尾的所有内容（即四个浮点数）。

✅ 该正则天然支持多行日志批量处理，无需循环调用 exec()，也规避了正向/反向断言在部分环境（如旧版 Node.js）中的兼容性风险。

完整可运行示例（Node.js 环境）：

// 读取日志文件（UTF-8 编码）
const fs = require('fs');
const logContent = fs.readFileSync('./sys', 'utf-8');

// 定义正则：提取每行中 "Astrance" 前的时间戳 + "Temperatures" 后的数值
const regex = /^(.*?)\s*Astrance.*Temperatures\s*(.*)/gm;

// 批量提取所有匹配项，并结构化为 [timestamp, values] 二维数组
const matchList = Array.from(
  logContent.matchAll(regex),
  match => [match[1].trim(), match[2].trim()]
);

console.log(matchList);
// 输出示例：
// [
//   ['Aug 23 07:25:43', '39.998318 39.982665 40.167597 40.167027'],
//   ['Aug 23 07:25:45', '39.999999 39.576576 40.676767 40.334444'],
//   ...
// ]

关键注意事项：