Ich habe einen benutzerdefinierten Zugriffs LOG für Apache:Apache Zugriffsprotokoll Regex Parsen
LogFormat "%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\" %{JSESSIONID}C %D %V" mylog
ich von Python zu analysieren versuche die LOGs erzeugt; aber ich habe zwei Probleme:
- Anforderungen ohne Request-Methode (HTTP/1.0 oder HTTP/1.1) werden nicht korrekt analysiert.
- Anforderung mit Leerzeichen im angeforderten Pfad werden nicht korrekt analysiert (Ich weiß nicht, ob Apache diesen Pfad verschlüsselt speichert oder die Leerzeichen speichert, aber ich könnte eine LOG-Zeile generieren, die eine Anforderung per Hand in Telnet erstellt).
Mit dieser regex:
(?P<ip>.*) (?P<remote_log_name>.*) (?P<userid>.*) \[(?P<date>.*)(?=) (?P<timezone>.*?)\] \"(?P<request_method>.*) (?P<path>.*)(?P<request_version> HTTP/.*)\" (?P<status>.*) (?P<length>.*) \"(?P<referrer>.*)\" \"(?P<user_agent>.*)\" (?P<session_id>.*) (?P<generation_time_micro>.*) (?P<virtual_host>.*)
Die Parsing nicht mit den ersten drei Zeilen dieses LOG:
1.1.1.2 - - [11/Nov/2016:03:04:55 +0100] "GET /" 200 83 "-" "-" - 9221 1.1.1.1
127.0.0.1 - - [11/Nov/2016:14:24:21 +0100] "GET /uno dos" 404 298 "-" "-" - 400233 1.1.1.1
127.0.0.1 - - [11/Nov/2016:14:23:37 +0100] "GET /uno dos HTTP/1.0" 404 298 "-" "-" - 385111 1.1.1.1
1.1.1.1 - - [11/Nov/2016:00:00:11 +0100] "GET /icc HTTP/1.1" 302 - "-" "XXX XXX XXX" - 6160 11.1.1.1
1.1.1.1 - - [11/Nov/2016:00:00:11 +0100] "GET /icc/ HTTP/1.1" 302 - "-" "XXX XXX XXX" - 2981 1.1.1.1
Regex simuliert https://regex101.com/r/xDfSqj/2 hier.
Können Sie mir helfen zu verstehen, warum ein Lookahead '' '(? =)' '' Nach dem Datum verwendet wird? Dies zu entfernen, scheint das Ergebnis im Regex-Simulator nicht zu ändern, und gemäß den Apache-Dokumenten ist dieser Raum immer vorhanden. – liquidki