操作场景
单行-完全正则模式适用于日志文本中每行内容为一条原始日志，且每条日志可按正则表达式提取为多个 key-value 键值的日志解析模式。若不需要提取 key-value，请参见 单行全文格式 进行配置。
配置单行-完全正则模式时，您需要先输入日志样例，再自定义正则表达式。配置完成后，系统将根据正则表达式中的捕获组提取对应的 key-value。
本文将为您详细介绍如何采集单行-完全正则模式日志。
前提条件
目标文件所在服务器已安装 LogListener。详情请参见：
LogListener Linux 版本为2.2.2及以上或 LogListener Windows 版本为2.9.7及以上。
效果预览
假设您的一条日志原始数据为：
10.135.46.111 - - [22/Jan/2019:19:19:30 +0800] "GET /my/course/1 HTTP/1.1" 127.0.0.1 200 782 9703 "http://127.0.0.1/course/explore?filter%5Btype%5D=all&filter%5Bprice%5D=all&filter%5BcurrentLevelId%5D=all&orderBy=studentNum" "Mozilla/5.0 (Windows NT 10.0; WOW64; rv:64.0) Gecko/20100101 Firefox/64.0" 0.354 0.354
配置的自定义正则表达式为：
(\\S+)[^\\[]+(\\[[^:]+:\\d+:\\d+:\\d+\\s\\S+)\\s"(\\w+)\\s(\\S+)\\s([^"]+)"\\s(\\S+)\\s(\\d+)\\s(\\d+)\\s(\\d+)\\s"([^"]+)"\\s"([^"]+)"\\s+(\\S+)\\s(\\S+).*
系统根据
()捕获组提取对应的 key-value 后，您可以自定义每组的 key 名称如下所示：body_bytes_sent: 9703http_host: 127.0.0.1http_protocol: HTTP/1.1http_referer: http://127.0.0.1/course/explore?filter%5Btype%5D=all&filter%5Bprice%5D=all&filter%5BcurrentLevelId%5D=all&orderBy=studentNumhttp_user_agent: Mozilla/5.0 (Windows NT 10.0; WOW64; rv:64.0) Gecko/20100101 Firefox/64.0remote_addr: 10.135.46.111request_length: 782request_method: GETrequest_time: 0.354request_url: /my/course/1status: 200time_local: [22/Jan/2019:19:19:30 +0800]upstream_response_time: 0.354
操作步骤
步骤一：创建/选择日志主题
如果您想选择新的日志主题，可执行如下操作：
（2）在左侧导航栏中，单击概览，进入概览页面。
（3）在快速接入中，找到并单击单行完全正则-文件日志，进入采集配置流程。
（4）在采集配置流程的创建日志主题页面，根据实际需求，输入日志主题名称，配置日志保存时间等信息，单击下一步 。
如果您想选择现有的日志主题，可执行如下操作：
（2）在左侧导航栏中，单击日志主题，选择需要投递的日志主题，单击日志主题名称，进入日志主题管理页面。
（3）选择采集配置页签，在 LogListener 采集配置栏下单击新增，进入日志数据源选择。
（4）在日志数据源选择页面中，找到并单击单行完全正则-文件日志，进入采集配置流程。
步骤二：管理机器组
完成日志主题新建或选择之后，单击下一步进入采集配置流程 - 机器组管理页面。
若您需要采集的目标服务器未安装 LogListener， 可参见：
如果您想创建新的机器组，可执行如下操作：
（2）完成创建后，在 Tab 选项中选择您创建的机器组的系统环境，并在列表中找到您创建的机器组。
如果您想选择现有的机器组，可执行如下操作：
在 Tab 选项中选择目标机器组的系统环境，并在列表中找到您的目标机器组。
步骤三：采集配置
配置日志文件采集路径
在采集配置页面，填写采集规则名称，并根据日志采集路径格式填写采集路径。日志采集路径格式参考如下：
注意：
Linux日志路径必须以
/开头。Windows文件路径必须以盘符开头，如C:\\。Linux系统中的日志路径：
/[目录前缀表达式]/**/[文件名表达式]，例如：/data/log/**/*.log。Windows系统中的日志路径
：[盘符]:\\[目录前缀表达式]\\**\\[文件名表达式]，例如：C:\\Program Files\\Tencent\\...\\*.log。填写日志采集路径后，LogListener 会按照[目录前缀表达式]匹配所有符合规则的公共前缀路径，并监听这些目录（包含子层目录）下所有符合[文件名表达式]规则的日志文件。其参数详细说明如下：
序号 | 目录前缀表达式 | 文件名表达式 | 说明 |
1. | /var/log/nginx | access.log | 此例中，日志路径配置为 /var/log/nginx/**/access.log，LogListener 将会监听/var/log/nginx前缀路径下所有子目录中以access.log命名的日志文件 |
2. | /var/log/nginx | *.log | 此例中，日志路径配置为 /var/log/nginx/**/*.log，LogListener 将会监听/var/log/nginx前缀路径下所有子目录中以 .log 结尾的日志文件 |
3. | /var/log/nginx | error* | 此例中，日志路径配置为 /var/log/nginx/**/error*，LogListener 将会监听/var/log/nginx前缀路径下所有子目录中以error开头命名的日志文件 |
注意
Windows 系统环境暂不支持软链采集。
Loglistener 2.3.9及以上版本才可以添加多个采集路径。
建议配置采集路径为
log/*.log，rename 日志轮转后的老文件命名为 log/*.log.xxxx。默认情况下，一个日志文件只能被一个日志主题采集。如果一个文件需要对应多个采集配置，且文件所在系统环境为Linux，请给源文件添加一个软链接，并将其加到另一组采集配置中。
配置采集路径黑名单
开启采集路径黑名单，可在采集时忽略指定的目录前缀或完整的文件路径。目录路径和文件路径可以是完全匹配，也支持通配符模式匹配。
采集黑名单分为两类过滤类型，且可以同时使用：
文件路径：采集路径下，需要忽略采集的完整文件路径，支持通配*或？，支持**路径模糊匹配。
目录路径：采集路径下，需要忽略采集的目录前缀，支持通配*或？，支持**路径模糊匹配。
注意：
需要 LogListener 2.3.9及以上版本。
采集黑名单是在采集路径下进行排除，因此无论是文件路径模式，还是目录路径模式，其指定路径要求为采集路径的子集。
配置采集策略
全量采集：Loglistener 采集文件时，从文件的开头开始读。
增量采集：Loglistener 采集文件时，只采集文件内新增的内容。
配置回溯采集
注意：
Windows 系统环境暂不支持。
当采集策略选择为增量采集时，您可进一步在回溯采集中指定当 LogListener 启动采集时，是否从最新的位置往前偏移指定字节的位置开始采集。
编码模式
UTF-8：若您的日志文件编码模式为 UTF-8，请选择该选项。
GBK：若您的日志文件编码模式为 GBK，请选择该选项。
配置单行-完全正则模式
1. 在采集配置页面，将“提取模式”设置为单行-完全正则，并在“日志样例”文本框中，输入日志样例。如下图所示：
2. 根据如下规则，定义正则表达式。
系统有手动模式和自动模式两种方式定义正则表达式。您可手动输入表达式提取 key-value 进行验证，也可单击正则表达式自动生成切换为自动模式。系统会根据您选择的模式以及定义好的正则表达式，提取 key-value 进行正则表达式的验证。
手动模式：
（1）在“正则表达式”的文本框中，输入正则表达式。
（2）单击验证，系统将判断日志样例与正则表达式是否匹配。
自动模式 （单击正则表达式自动生成进行切换）：
（1）在弹出的“
正则表达式自动生成
”模态视图中，根据实际的检索分析需求，选中需要提取 key-value 的日志内容，并在弹出的文本框中，输入键(key)名，单击确认提取。如下图所示：
系统将自动对该部分内容提取一个正则表达式，自动提取结果会出现在 key-value 表格中。如下图所示：
（3）单击确定，系统将根据提取好的 key-value 对自动生成完整的正则表达式。
说明
无论选择自动模式还是手动模式，正则提取模式均在完成定义并验证通过后，将提取结果展示在“抽取结果”中。您只需定义每一组 key-value 对的 key 名称，即可将该名称用于日志检索分析。
手动验证
1. 当您的日志数据复杂时，可以将“手动验证”设置为
2. 输入多个日志样例，单击验证。系统将验证样例正则表达式的通过率。
配置自定义元数据
注意：
Windows 系统环境暂不支持。
Loglistener 2.8.7及以上版本才可以配置自定义元数据。
机器组元数据：使用机器组元数据
采集路径：通过正则提取采集路径中的值作为元数据
自定义：自定义键值作为元数据
配置日志时间戳来源
您可选择以下两种时间作为日志的时间戳：
指定日志字段：使用日志中指定字段的值作为日志的时间，并填写该值对应的时间解析格式。例如：日志中代表时间的值为
10/Dec/2017:08:00:00.000，解析格式为：%d/%b/%Y:%H:%M:%S.%f。更多请参考 配置时间格式。
注意：
若时间格式填写错误日志时间将以采集时间为准。
日志采集时间：使用日志采集的时间作为日志时间。
配置过滤器条件
过滤器的目的是根据业务需要添加日志采集过滤规则，以帮助您筛选出有价值的日志数据。
完全正则采集时，需要根据所自定义的键值对来配置过滤条件。支持以下过滤规则：
等于：仅采集指定字段值匹配指定字符的日志。支持完全匹配，或正则匹配。
不等于：仅采集指定字段值不匹配指定字符的日志。支持完全匹配，或正则匹配。
字段存在：仅采集指定字段存在的日志。
字段不存在：仅采集指定字段不存在的日志。
例如，样例日志使用完全正则模式解析后，您希望 status 字段为400或500的所有日志数据被采集，那么 key 处配置 status，过滤规则选择等于，value 处配置400|500。
注意
Windows 系统环境暂不支持。
过滤规则 “不等于”、“字段存在”以及“字段不存在” 仅在 LogListener 2.9.3及以上版本支持。
多条过滤条件之间关系是"与"逻辑，若同一 key 名配置多条过滤条件，规则会被覆盖。
配置上传解析失败日志
建议开启上传解析失败日志。开启后，Loglistener 会上传各式解析失败的日志。若关闭上传解析失败日志，则会丢弃失败的日志。
高级配置
注意：
Windows 系统环境暂不支持。
通过勾选，选择您需要定义的高级配置。
单行-完全正则提取模式下，支持配置以下高级配置。
名称 | 描述 | 配置项 |
超时属性 | 该配置控制日志文件的超时时间。如果一个日志文件在指定时间内没有任何更新，则为超时。超时的日志文件 LogListener 将不再采集。当您的日志文件数量较大时，建议降低超时时间，避免 LogListener 性能浪费 | 不超时：日志文件用不超时 自定义：自定义日志文件的超时时间 |
最大目录深度 | 采集路径中的/**/代表查找所有子目录中的文件。但是，在查找过程中，如果不想搜索太深的目录，可以使用"最大目录深度"配置项来限制搜索深度 | 大于0的整数。 0代表不进行子目录的下钻 |
步骤四：索引配置
1. 单击下一步，进入“索引配置”页面。
2. 在“索引配置”页面，设置如下信息。配置详情请参考 索引配置。
注意
检索必须开启索引配置，否则无法检索。
3. 单击提交，完成采集配置。
