Это довольно злая бомба Регекс.Я бы порекомендовал использовать пакет stringr, но вы могли бы сделать все это с помощью функций стиля * 1002.
library(stringr)
str <- c(
'[WARN ][2016-12-16 13:43:10,138][ConfigManagerLoader] - [Low max memory=477102080. Java max memory=1000 MB is recommended for production use, as a minimum.]
[DEBUG][2016-05-26 10:10:22,185][DataSourceImpl] - [SELECT mr.lb_id,mr.lf_id,mr.mr_id FROM mr WHERE (( mr.cap_em >
0 AND mr.cap_em > 5
)) ORDER BY mr.lb_id, mr.lf_id, mr.mr_id]
[ERROR][2016-12-21 13:51:04,710][DWRWorkflowService] - [Update Wizard - : [DWR WFR request error:
workflow rule = BenCommonResources-getDataRecords
version = 2.0
filterValues = [{"fieldName": "wotable_hwohtable.status", "filterValue": "CLOSED"}, {"fieldName": "wotable_hwohtable.status_clearance", "filterValue": "Goods Delivered"}]
sortValues = [{"fieldName": "wotable_hwohtable.cost_actual", "sortOrder": -1}]
Result code = ruleFailed
Result message = Database error while processing request.
Result details = null
]]'
)
Используя регулярное выражение, мы можем разбить каждую строку, проверив упомянутый вами шаблон.Это регулярное выражение проверяет наличие [, за которым следует любой символ перевода строки, либо перевода строки, либо символа возврата каретки, за которым следует [.Но сделать это ленивым (не жадным) способом, используя *?.Повторите это 3 раза, затем проверьте на -.Наконец, проверьте наличие [, за которым следуют любые символы или группы, включающие информацию в квадратных скобках, а затем ].Это полный рот.Введите его в калькулятор регулярных выражений.Просто не забудьте убрать лишние зазоры (в регулярном выражении используется калькулятор \, но в R \\).
# Split the text into each line without using \n or \r.
# pattern for each line is a lazy (non-greedy) [][][] - []
linesplit <- str %>%
# str_remove_all("\n") %>%
# str_extract_all('\\[(.|\\n|\\r)+\\]')
str_extract_all('\\[(.|\\n|\\r)*?\\]\\[(.|\\n|\\r)*?\\]\\[(.|\\n|\\r)*?\\] - \\[(.|\\n|\\r|(\\[(.|\\n|\\r)*?\\]))*?\\]') %>%
unlist()
linesplit # Run this to view what happened
Теперь, когда каждая строка разделена, разбейте их на столбцы.Но мы не хотим оставлять [ или ], поэтому мы используем положительный взгляд назад и положительный взгляд в коде регулярного выражения, чтобы проверить, есть ли они, не захватывая их.Да, и, конечно, запишите все между ними.
# Split each line into columns
colsplit <- linesplit %>%
str_extract_all("(?<=\\[)(.|\\n|\\r)*?(?=\\])")
colsplit # Run this to view what happened
Теперь у нас есть список с объектом для каждой строки.В каждом объекте есть 4 элемента для каждого столбца.Нам нужно преобразовать эти 4 элемента в фрейм данных, а затем соединить их вместе.
# Convert each line to a dataframe, then join the dataframes together
df <- lapply(colsplit,
function(x){
data.frame(
PRIOR = x[1],
Datetime = x[2],
ClassName = x[3],
Msg = x[4],
stringsAsFactors = FALSE
)
}
) %>%
do.call(rbind,.)
df
# PRIOR Datetime ClassName Msg
# 1 WARN 2016-12-16 13:43:10,138 ConfigManagerLoader Low max memory=
# 2 DEBUG 2016-05-26 10:10:22,185 DataSourceImpl SELECT mr.lb_id
# 3 ERROR 2016-12-21 13:51:04,710 DWRWorkflowService Update Wizard -
# Note: there are extra spaces that probably should be trimmed,
# and the dates are slightly messed up. I'll leave those for the
# questioner to fix using a mutate and the string functions.
Я оставлю это вам, чтобы исправить лишние пробелы и поле даты.