从捕获组中提取术语
extract terms from a capture group
我遇到了一个我无法解决的难题，所以我在这里问一下。
我正在解析来自 SIEM 的日志，我想从中提取一些术语。
日志格式严格，但内容因行而异。
有些日志会包含一个用双引号分隔的句子，例如。 “... ... ...”，同一位置的其他一些（因此在同一捕获组中捕获）将仅包含 - (ascii 45)
我编写了以下正则表达式 (pcre)：
\s(?P<cap1>\".+\"|\-)\s
但我想捕获“-”符号以及句子中双引号之间的其他字符。
有办法吗？就像是
\s(\"?P<cap1>(.+)\"|?P<cap1>\-)\s
（我知道这是行不通的）
感谢您的帮助！
您可以使用 branch reset group、(?|...|...) 来匹配各种模式，但始终捕获到同一组：
(?|\"(?<cap>[^\"]*)\"|(?<cap>-+))
详情
(?| - 分支重置组开始
\" - 一个"(?<cap>[^\"]*) - 组 "cap"：除 "\" - 一个"| - 或(?<cap>-+) - 组 "cap"：1+ - 个字符
) - 分支重置组结束。
我遇到了一个我无法解决的难题，所以我在这里问一下。
我正在解析来自 SIEM 的日志，我想从中提取一些术语。
日志格式严格，但内容因行而异。 有些日志会包含一个用双引号分隔的句子，例如。 “... ... ...”，同一位置的其他一些（因此在同一捕获组中捕获）将仅包含 - (ascii 45)
我编写了以下正则表达式 (pcre)：
\s(?P<cap1>\".+\"|\-)\s
但我想捕获“-”符号以及句子中双引号之间的其他字符。
有办法吗？就像是
\s(\"?P<cap1>(.+)\"|?P<cap1>\-)\s
（我知道这是行不通的）
感谢您的帮助！
您可以使用 branch reset group、(?|...|...) 来匹配各种模式，但始终捕获到同一组：
(?|\"(?<cap>[^\"]*)\"|(?<cap>-+))
详情
(?|- 分支重置组开始\"- 一个"(?<cap>[^\"]*)- 组 "cap"：除" 之外的任何 0+ 个字符
\"- 一个"|- 或(?<cap>-+)- 组 "cap"：1+-个字符
)- 分支重置组结束。