「正規表現でマッチするものを取得したい。」

ログから必要な部分だけ抜き出したい...
けど正規表現で一気に書くのって面倒臭い...

<例> /([\d.]+) - - [([^\]]+)] "[A-Z]+ .*.+ HTTP/[\d.]+" (\d+) .+ \d+ "[^""]+" "[^""]+"/

こんな暗号どうやって紐解けばいいんだよ...

って事で始めるよ

【手順①】欲しい部分をピックアップ

sample.log

127.0.0.1 - - [18/Nov/2016:10:20:30 +0900] "GET /dummy/aaa/ HTTP/1.1" 200 12345 67890 "-" "Java/1.7.0_79"
~~~~~~~~~     ~~~~~~~~~~~~~~~~~~~~~~~~~~~~                            ~~~
  └>IPアドレス      └>日時                                           └>ステータスコード

こんなログがあるとして、
その中から今回は**「IPアドレス」「日時」「ステータスコード」**を取得してくる事とします。

【手順②】欲しい数だけ () を用意

reg.rb

/() () ()/

今回は3つなのでこんな感じ。

【手順③】 () の中や外に正規表現を書いていく

reg.rb

/([\d\.]+) \- \- \[([^\]]+)\] "[A-Z]+ .*.+ HTTP\/[\d\.]+" (\d+) .+ \d+ "[^""]+" "[^""]+"/
# ~~~~~~~~~        ~~~~~~~~~~                             ~~~~~~~

Point
- 欲しいところは()で括る
- 要らないところも正規表現で書く

【手順④】動作確認

reg.rb

log = '127.0.0.1 - - [18/Nov/2016:10:20:30 +0900] "GET /dummy/aaa/ HTTP/1.1" 200 12345 67890 "-" "Java/1.7.0_79"'

if str = log.match(/\A([\d\.]+) \- \- \[([^\]]+)\] "[A-Z]+ .*.+ HTTP\/[\d\.]+" (\d+) .+ \d+ "[^""]+" "[^""]+"/)
  puts str[1]  # => 127.0.0.1
  puts str[2]  # => 18/Nov/2016:10:20:30 +0900
  puts str[3]  # => 200
end

実際に動かして、取得できるか見てみよう。

以上

【補足①】

正規表現が正しいのか、どうなってるのか分からない時はこれを使おう。
　https://regexper.com/
可視化してくれるからオススメです。是非。

【補足② 2017/02/20】

プログラム言語によって、使用されている正規表現エンジンが異なります。
Rubyの場合は上記で上手くいくけど、他の言語だと上手くいかない事もあるので、注意しよう！！！