Regex w3 Log

Bonjour,

je me heurte à une regex à écrire en Perl sur une ligne de log de téléchargement de fichier multimédia qui peut avoir ces 2 cas :

Code:

---

1 2 3

1.2.3.4 - 2018-11-03 00:06:35 GET /filename.mp3 queryparam 206 4870 - "AppleCoreMedia//1.0.0.16A404 (iPhone; U; CPU OS 12_0_1 like Mac OS X; fr_ca)" "1.2.3.4" 0.001 "bytes 0-65534/7254822" 1.2.3.4 - 2018-11-03 00:06:35 GET /filename.mp3 queryparam 200 4870 "http://lereferer.com" "AppleCoreMedia//1.0.0.16A404 (iPhone; U; CPU OS 12_0_1 like Mac OS X; fr_ca)" "1.2.3.4" 0.001 -

---

La 1ère ligne ne contient pas de champs referer et c'est donc un tiret qui est inscrit.
La 2nde ligne contient un referer mais ne contient pas la dernière valeur "bytes..." et c'est un tiret qui est inscrit.

Du coup, le Logger écrit un tiret lorsque la valeur est nulle et sinon encadre le champs par un double-guillemet.

Je me suis aidé du site https://regexr.com/ pour au final avoir ceci :

Code:

---

^(\S+) (\S+) (\S+) (\S+) (GET|POST) (.*?) (\S+) (\d+) (\d+) (\S+) (".*"|-) (\S+) (\S+) (\s+|-)

---

Mais cela ne matche pas cette condition qui dit "si le champs est un tiret ou alors qu'il est entouré par un double-guillemet" et je ne sais pas comment l'écrire.

Est-ce que vous pourriez m'aider svp ?

Merci.

Bonjour :coucou:

Le dernier s est minuscule et cela exprime l'inverse.
Si tu lui rends sa majuscule, il y a 1 correspondance sur tes 2 soumissions. N'est-ce pas ?

Attention au caractère gourmand de l'étoile. \S*? correspond probablement plus à ton envie.

Je suppose que tu as eu ta réponse avec le post de Flodelarab (++).

Je voudrais ajouter que cette partie de ta regex:

Code:

---

(".*"|-)

---

est fort dangereuse, car elle risque de reconnaître beaucoup plus que ce que tu ne veux.

Par exemple, le motif ".*" peut reconnaître l'ensemble de la chaîne "toto" tutu "titi", alors que l'objectif est sans doute de ne reconnaître que "toto".

Si tu veux capturer un mot ou groupe de mots entre guillemets (sans déborder sur une autre chaîne entre guillemets plus loin), il vaut mieux rechercher un guillemet suivi d'un nombre quelconque de caractères autres que des guillemets, suivi d'un guillemet:

Code:

---

/("[^"]+")/

---

ou utiliser un quantificateur frugal (non gourmand), c'est-à-dire suivi d'un point d'interrogation, comme +? ou *? :

Code:

---

/(".+?")/

---

Exemple sous le debugger Perl:

Code:

---

1 2 3 4 5 6 7 8 9 10

DB<1> $_ = '"toto" tutu "titi" taratata';   DB<2> print $1 if /(".*")/; # capture beaucoup trop "toto" tutu "titi" DB<3> print $1 if /("[^"]+")/; # OK (ne capture que "toto") "toto" DB<4> print $1 if /(".+?")/; # OK (idem) "toto" DB<5>

---

bonsoir,
merci pour vos éclaircissements, je garde donc

Code:

---

1 2	^(\S+) (\S+) (\S+) (\S+) (GET|POST) (\S*?) (\S+) (\d+) (\d+) (\S+) ("[^"]+") (\S+) (\S+) ("[^"]+"|-)

---

qui semble matcher les propositions, je reviens vers vous rapidement pour clôturer le ticket si besoin.

A+

Code:

---

^(\S+) (\S+) (\S+) (\S+) (GET|POST) (\S*?) (\S+) (\d+) (\d+) (\S+) ("[^"]+") (\S+) (\S+) ("[^"]+"|-)

---

me semble pas mal, mais rien n'empêche un nom de fichier de contenir des espaces. D'autre part je pousserais le zèle jusqu'à ajouter une ancre de fin de chaîne.
D'une manière générale, se méfier des quantificateurs non-gourmands qui donne un fausse impression de contrôle.

Citation:

---

Envoyé par CosmoKnacki

rien n'empêche un nom de fichier de contenir des espaces.

---

Rien ne l'empêche, effectivement, mais il vaut beaucoup mieux éviter dans la mesure du possible, car c'est la source de toutes sortes de difficultés et même de problèmes. Ne serait-ce que le fait qu'il faut utiliser des quotes pour manipuler ces fichiers et qu'on ne voit pas ces espaces quand ils sont à la fin du nom de fichier ou de répertoire.

Dernier exemple rencontré en date: lors d'une récente mise à jour de SVN (Apache Subversion), les noms des répertoires de notre dépôt SVN contenant des espaces empêchaient toute mise à jour du contenu de ces répertoires (commits, création de tags et de branches impossibles). Nous avons dû renommer manuellement tous ces répertoires pour remplacer les espaces par des traits de soulignement (underscores).

Mais nous vivons dans un monde dangereux, de même qu'il y a des maniaques de l'heure exacte, il y a des pervers de l'espace dans les noms de répertoires.

bonjour,

merci à tous pour vos conseils, ce sujet peut être fermé.

A+