regex - awk/正则表达式 : parsing error logs not always returned error description

Question

我最近请求帮助从一组日志文件中解析出 Java 错误堆栈，并在下面的链接中得到了一个非常好的解决方案(使用 awk)。

Pull out Java error stacks from log files

我将问题标记为已回答，经过一些调试和研究后，我发现了一些潜在的问题，因为它们与我最初的问题无关，而是由于我对 awk 和正则表达式的理解有限，我认为最好问一下一个新问题。

解决方法如下:

BEGIN{ OFS="," }
/[[:space:]]+*<Error / {
    split("",n2v)
    while ( match($0,/[^[:space:]]+="[^"]+/) ) {
        name = value = substr($0,RSTART,RLENGTH)
        sub(/=.*/,"",name)
        sub(/^[^=]+="/,"",value)
        $0 = substr($0,RSTART+RLENGTH)
        n2v[name] = value
    print name value
    }
    code = n2v["ErrorCode"]
    desc[code] = n2v["ErrorDescription"]
    count[code]++
    if (!seen[code,FILENAME]++) {
        fnames[code] = (code in fnames ? fnames[code] ", " : "") FILENAME
    }
}
END {
    print "Count", "ErrorCode", "ErrorDescription", "Files"
    for (code in desc) {
        print count[code], code, desc[code], fnames[code]
    }
}

我遇到的一个问题是并非所有 ErrorDescriptions 都被捕获。例如，这个错误描述出现在这个脚本的输出中:

ErrorDescription="Database Error."

但是这个错误描述并没有出现在结果中(从实际日志文件复制的描述):

ErrorDescription="Operation not allowed for reason code "7" on table "SCHEMA.TABLE".. SQLCODE=-668, SQLSTATE=57016, DRIVER=4.13.127"

这个也没有:

ErrorDescription="Cannot Find Person For Given Order."

似乎大多数错误描述不是由该脚本返回的，而是存在于日志文件中。我不明白为什么会出现一些错误描述而有些则不会。有人有什么想法吗？

编辑 1:

这是我正在解析的 XML 示例:

    <Errors>
        <Error ErrorCode="ERR_0139"
            ErrorDescription="Cannot Find Person For Given Order." ErrorMoreInfo="">
    ...
    ...
</Error>
    </Errors>

Answer 1

脚本中的模式与您的数据不匹配:

/[[:space:]]+*<Error / {

详细信息:

• “+”告诉它至少匹配一个空格。
• “错误”之后的空格告诉它匹配另一个空格 - 但您的数据在“=”之前没有空格。
• “<”是不必要的(但不是问题的一部分)。

这会是一个更好的模式:

/^[[:space:]]*ErrorDescription[[:space:]]*=[[:space:]]*".*"/