Discussion :

[houba91]

Bonjour,
J'ai besoin de votre aide. J'ai ceci (une ligne de fichier log sous format squid)
1394950584.861 438 10.0.149.23 TCP_MISS/200 934 GET http://dzayfdqe.trwvksnpc.au/lsetyumxs.html - DIRECT/69.114.1.230 text/html
je dois couper cette phrase en des champs suivant Une expression régulière
SVP aider moi à écrire une expression régulière qui permet de parser cette ligne En fait j'ai pensé à fonction split mais la problème c que le nbre d'espace varie

[joel.drigo]

Salut,

Si c'est simplement le nombre d'espaces qui varie entre tokens, tu peux simplement utiliser l'expression " +", soit "une espace, ou plusieurs".

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

System.out.println(Arrays.toString("a b    c d   e".split(" +")));

affiche :

[a, b, c, d, e]

[houba91]

Bonjour en fait c pas juste les espaces mais de plus il existe le caractére - avant le champs DIRECT que je veux pas qu'il soit un champs à part entière

[joel.drigo]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

System.out.println(Arrays.toString("1394950584.861 438 10.0.149.23 TCP_MISS/200 934 GET http://dzayfdqe.trwvksnpc.au/lsetyumxs.html - DIRECT/69.114.1.230 text/html".split(" - | +")));

Résultat :

1394950584.861, 438, 10.0.149.23, TCP_MISS/200, 934, GET, http://dzayfdqe.trwvksnpc.au/lsetyumxs.html, DIRECT/69.114.1.230, text/html]

Si tu nous indiquais le résultat voulu, ça pourrait aider à te répondre de façon plus adéquate.

[houba91]

Salut joel.drigo
merci beaucoup c gentil de votre part..
en fait j'ai un fichier log voici un morceau
1394950584.861 438 10.0.149.23 TCP_MISS/200 934 GET http://dzayfdqe.trwvksnpc.au/lsetyumxs.html - DIRECT/69.114.1.230 text/html
1394950629.431 580 10.0.149.23 TCP_MISS/200 922 GET http://oacsyus.jxjsaz.tz/znvr.html - DIRECT/79.179.220.28 text/html
1394950629.862 460 10.0.149.23 TCP_MISS/200 1860 GET http://jfgmbt.pfkaa.cat/ogwblsah.html - DIRECT/219.135.237.57 text/html
1394950632.629 849 10.0.149.23 TCP_MISS/200 607 GET http://qpslzh.ngqde.construction/yhhbzllx.html - DIRECT/202.34.56.241 text/html
1394950633.244 916 10.0.149.23 TCP_MISS/200 1651 GET http://psficabij.hklrmkfm.mv/vqjfld.html - DIRECT/154.252.249.81 text/html
mon input sera ce fichier et le output voulu les différents champs constituants chaque ligne pour ensuite affecter chaque champs à un variable( noeud dans la base de donnée Neo4j) c comme il s'agit d'un import dans la base

[thelvin]

Moi je dis, si tu veux pas le - tu as qu'à faire comme s'il était pas là.

[joel.drigo]

La regexp que je t'ai donnée devrait fonctionner (à moins que l'espace ne soit pas échappé dans l'une des urls, ce qui, normalement, ne devrait pas arriver). Après, lorsque le parsing devient un peu plus compliqué qu'une tokenisation simple, je préfère utiliser un algo de parsing à base d'analyse de la chaîne, avec des règles (en itérant sur les caractères de la chaînes), c'est souvent bien plus simple.

[joel.drigo]

Moi je dis, si tu veux pas le - tu as qu'à faire comme s'il était pas là.

Oui, aussi, on peut l'ignorer dans le résultat du split.

[houba91]

en fait j'ai réussi à écrire l'expression régulière qui décrit chaque ligne ma problème c'est comment faire l'input de ce fichier à l'aide de java et ensuite comment faire le découpage de chaque ligne du fichier en des champs suivant cette règle.
la règle est cella la
([0-9]{10})(.[0-9]{3})( +)([0-9]+)( +)([0-9]\\d{0,2}\\.){3}[0-9]\\d{0,2}( +)([A-Z]+)(_[A-Z]+)(/[0-9]+)( +)([0-9]+)( +)(GET)( +)(http://)([a-z]+)(.[a-z]+)(.[a-z]+)(/[a-z]+)(.html)( +)(-)( +)([A-Z]+)(/([0-9]\\d{0,2}\\.){3}[0-9]\\d{0,2})( +)([a-z]+)(/html)
SVP aidez moi

[thelvin]

Tu veux de l'aide ? En voici : jette cette abomination et arrange-toi pour ne plus jamais la revoir.

Remplace par un parseur programmé par tes soins (avec pas ou peu de regex) et qui explique très clairement comment il sépare la ligne en champs. Tu te seras énormément rapproché de ton but.

[houba91]

Thelvin
j'ai pas compris quesque vous voulez dire et merci en tout cas

[thelvin]

j'ai pas compris quesque vous voulez dire et merci en tout cas

Jette cette regex, oublie les regex, fais comme si les regex ça existe pas.

Les choses deviendront subitement incroyablement plus simples.