解析自定义日志格式需坚持“结构先行、分组明确、容错务实”：先人工观察样本确认时间、级别、内容等固定特征，再编写带命名捕获组的正则（如(?p...)），辅以strip、空行跳过、异常记录和多行合并等预处理与健壮性措施。
解析自定义日志格式，核心是“结构先行、分组明确、容错务实”。不是靠一个万能正则硬扛所有变体，而是根据你手头真实日志的固定特征，设计可读、可维护、带命名捕获组的表达式，并辅以预处理和异常处理。
先看几行原始日志，确认分隔逻辑
跳过空行、注释或不规范行前，必须人工观察 5–10 行样本。重点关注：
- 时间字段在哪？是否带毫秒？格式是 2024-03-15 10:22:31.123 还是 [2024-03-15T10:22:31Z]？
- 级别字段是否显式存在？是独立单词（INFO）、方括号包裹（[WARN]），还是缩写（E）？
- 内容部分从哪开始？是否以固定符号分隔（如 —、|、:）？是否可能跨多行？
- 是否有干扰字符？比如日志中混有 JSON 片段、堆栈缩进、ANSI 颜色码等。
写带命名捕获组的正则，别用位置索引
用 (?P、(?P
针对格式：[2024-06-12T09:45:22Z][ERROR] Failed to fetch user [id=1001] — retrying...
推荐正则：
^\[(?P
Product Manager Skills
下载
一款AI工具，主要用于产品经理技能，适用于 Claude Code、Codex、Cursor 和 Windsurf。涵盖 SaaS 指标诊断、PRD 评审、路线图规划、需求探索，以及面向产品经理的职业转型辅导等，适合需要提升相关任务效率的用户。
说明：
- 开头 ^ 和结尾 $ 强制整行匹配，避免部分误抓；
- 时间部分严格限定 ISO 8601 格式，不接受空格或本地时区；
- \s+ 匹配级别后的一个或多个空白，兼容 tab 或多个空格；
-
(?P
.*) 放在最后，贪婪匹配剩余全部内容，包括中括号、等号、破折号等。
预处理与健壮性不能省
真实日志总有意外，仅靠正则不够：
- 读取每行前先 .strip()，去掉首尾空白和换行符；
- 跳过空行或只含空白的行：if not line.strip(): continue；
- 对匹配失败的行做记录（如写入 warn.log），便于后期排查格式漂移；
- 若内容含换行（如 Java 异常堆栈），需先合并多行：检测到无时间/级别前缀的行，就追加到上一条的 content 后；
- 调试时善用 regex101.com，粘贴样本 + 实时看分组结果，比盲试高效得多。
不同语言里提取字段的方式很接近
Python 示例：
import re
pattern = r'^\[(?P<time>\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}Z)\]\[(?P<level>\w+)\]\s+(?P<content>.*)$'
for line in open('app.log'):
line = line.strip()
if not line:
continue
m = re.match(pattern, line)
if m:
print(f"[{m['level']}] {m['time']} → {m['content'][:50]}...")
else:
print(f"⚠️ 跳过未匹配行: {line[:40]}...")
</content></level></time>
JavaScript、Go、Ruby 中对应使用 match()、FindStringSubmatch 或 scan，提取方式一致：通过命名键或索引拿到各字段值。
