apache分析日志代码问题，高手帮助下，急！

Question

我想做一个分析日志的代码，把一段日志203.208.60.248 - - [17/Apr/2010:00:00:05 +0800] "GET /mall/article/NianMan18SuiQieJuBeiYingWenYueDuNengLiZheJin.html HTTP/1.1" 200 13231 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"
他拆分出来，给他分成IP , 时间，访问的资源地址，访问的状态码，访问的浏览器，访问者所来的地址等。我现在有一些代码，谢能帮我看看则么改改，能实现http://ludou.co.tv/logreader/这种日志分析器的功能，给他都分开了放对象里。package com.test;import java.util.Date;public class Log implements java.io.Serializable {    /**
     * 
     */
    private static final long serialVersionUID = 7956751372792048100L;
    private Integer id;
    private String ip;
    private Date ctime;
    private String ac;
    private String Agent;
    private Integer code;    public Log() {
    }    public Log(String ip, Date ctime, String ac, Integer code,String Agent) {
        this.ip = ip;
        this.ctime = ctime;
        this.ac = ac;
        this.code = code;
        this.Agent = Agent;
    }    public Integer getId() {
        return this.id;
    }    public void setId(Integer id) {
        this.id = id;
    }    public String getIp() {
        return this.ip;
    }    public void setIp(String ip) {
        this.ip = ip;
    }    public Date getCtime() {
        return this.ctime;
    }    public void setCtime(Date ctime) {
        this.ctime = ctime;
    }    public String getAc() {
        return this.ac;
    }    public void setAc(String ac) {
        this.ac = ac;
    }    public Integer getCode() {
        return this.code;
    }    public void setCode(Integer code) {
        this.code = code;
    }    public String getAgent() {
        return Agent;
    }    public void setAgent(String agent) {
        Agent = agent;
    }}package com.test;import java.text.ParseException;
import java.text.SimpleDateFormat;
import java.util.Locale;import clover.org.apache.oro.text.regex.MalformedPatternException;
import clover.org.apache.oro.text.regex.MatchResult;
import clover.org.apache.oro.text.regex.Pattern;
import clover.org.apache.oro.text.regex.PatternCompiler;
import clover.org.apache.oro.text.regex.PatternMatcher;
import clover.org.apache.oro.text.regex.Perl5Compiler;
import clover.org.apache.oro.text.regex.Perl5Matcher;
public class SplitTool {    public static Log genLog(String source) throws MalformedPatternException {
        String regexp = "(\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3})\\s-\\s-\\s\\[([^\\]]+)\\]\\s'([^']+)'\\s(\\d{3})";
        PatternCompiler compiler = new Perl5Compiler();
        Pattern pattern = compiler.compile(regexp);
        PatternMatcher matcher = new Perl5Matcher();
        Log log = new Log();
        Locale locale = Locale.US;
        SimpleDateFormat sdf = new SimpleDateFormat("dd/MMM/yyyy:HH:mm:ss Z",
                locale);
        if (matcher.contains(source, pattern)) {
            MatchResult result = matcher.getMatch();
            log.setIp(result.group(1));
            try {
                log.setCtime(sdf.parse(result.group(2)));
            } catch (ParseException e) {
                e.printStackTrace();
            }
            log.setAc(result.group(3));
            try {
                log.setCode(Integer.parseInt(result.group(4)));
                log.setAgent(result.group(5));
            } catch (NumberFormatException e) {
                e.printStackTrace();
            }
            
        }
        return log;
    }    public static void main(String[] args) {
        String entry = "203.208.60.248 - - [17/Apr/2010:00:00:05 +0800] 'GET /mall/article/NianMan18SuiQieJuBeiYingWenYueDuNengLiZheJin.html HTTP/1.1' 200 13231 '-' 'Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)'";
        try {
            Log log = genLog(entry);
            System.out.println(log.getIp()+","+log.getAc()+","+log.getCode()+","+log.getCtime()+","+log.getAgent());
        } catch (MalformedPatternException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }
}谁能帮我改改，我这个有得分不出来的，日志会有的项没有，那就给他显示空的，有的就访对象里面，谁做过这样的代码能给我看看吗，谢了，比较着急！！！

Answer 1

你的思路是正确的，就是利用 正则表达式来 过滤出数据，然后封装到log对象
给你点建议：进一步调试这个正则表达式吧，其他的代码没什么问题。现成的代码我没有，不好意思。

Answer 2

请问你的Agent指的是匹配那块？

Answer 3

public static Log genLog(String source) {
String regexp = "(\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3})\\s*-\\s*-\\s*\\[([^\\]]+)\\]\\s*'([^']+)'\\s*(\\d{3})";
Pattern pattern = Pattern.compile(regexp);
Matcher matcher = pattern.matcher(source);
Log log = new Log();
Locale locale = Locale.US;
SimpleDateFormat sdf = new SimpleDateFormat("dd/MMM/yyyy:HH:mm:ss Z",
locale);
if (matcher.find()) {
log.setIp(matcher.group(1));
try {
log.setCtime(sdf.parse(matcher.group(2)));
log.setAc(matcher.group(3));
log.setCode(Integer.parseInt(matcher.group(4)));
log.setAgent(matcher.group(5));
} catch (Exception e) {
System.out.println(e.getMessage());
} }
return log;
} public static void main(String[] args) {
String entry = "203.208.60.248 - - [17/Apr/2010:00:00:05 +0800] 'GET /mall/article/NianMan18SuiQieJuBeiYingWenYueDuNengLiZheJin.html HTTP/1.1' 200 13231 '-' 'Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)'";
Log log = genLog(entry);
System.out.println("ip:" + log.getIp());
System.out.println("code:" + log.getCode());
System.out.println("AC:" + log.getAc());
System.out.println("Ctime:" + log.getCtime());
System.out.println("Agent:" + log.getAgent()); }因为不知道Agent是哪块，也没有做匹配。也就是说，现在只有匹配到group4,5的话就是越界。
如果你告诉我Agent是哪个，在正则中再添加一个组就行了。

Answer 4

可能我说的有点问题，我的意思是，apache的日志有时他不是所有信息都有的，一条完成的日志信息不是要包括：ip，访问的资源，Http Code，Date，Http Version，Size in Bytes，Referer，Agent（访问浏览器）
我这有一条日志
192.168.1.100 - - [17/Mar/2004:01:29:21 -0800] "GET / HTTP/1.1" 200 429 "http://tw.search.yahoo.com/search/kimo?p=%AB%D8%B3%5D%5D%B6%7D%B5o%AE%D7&u=B" "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; .NET CLR 1.0.3705; .NET CLR 1.1.4322)"
你们可以通过http://ludou.co.tv/logreader/这个工具来试试，他就可以把他按照这几项拆分出来。所以我的log对象也要改成这样private Integer id;
private String ip; 
private String ctime; //时间
private String HttpVersion;
private String requestResources; //请求的资源
private String Agent; //访问的浏览器
private Integer code; //状态码
private String SizeinBytes;//
private String Referer;//访问者过来的地址你们可以先用我这条日志在 http://ludou.co.tv/logreader/这个工具下试下就都明白了，他就可能全部都分出来，如果要是其中哪项没有他就空着，我现在就想实现这种效果，我的正则改了半天也不行，因为每条日志是不一样的，没准这条日志是全的，没准他就缺了某一项。谁能帮我看看这个可的怎么弄

Answer 5

如果要是日志是固定的用正则去拆分他，如果这条日志不是固定的，没准他浏览器信息没有，没准访问者过来的地址没有，要是这样子的
203.208.60.248 - - [17/Apr/2010:00:00:05 +0800] "GET /mall/article/NianMan18SuiQieJuBeiYingWenYueDuNengLiZheJin.html HTTP/1.1" 200 13231 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"
这条 Referer 的信息就没有，http://ludou.co.tv/logreader/这个工具可以分出来，只不过Referer 他是空着的，要用正则怎么弄！