问题标签 [parsing]

我需要区分两个日志文件，但忽略每行的时间戳部分（准确地说是前 12 个字符）。是否有一个好的工具或聪明的 awk 命令可以帮助我？

给定一串 JSON 数据，我如何安全地将该字符串转换为 JavaScript 对象？

显然，我可以通过以下方式不安全地执行此操作：

但这让我容易受到包含其他代码的 JSON 字符串的影响，简单地评估似乎非常危险。

我有一个格式如下的文件名：

system-source-yyyymmdd.dat

我希望能够使用“-”作为分隔符来解析文件名的不同位。

我正在设计一个应用程序，其中需要记录我从 Telnet 连接收到的所有传入消息。尽管可以包含提供文本颜色和格式（16 种颜色、粗体、下划线等）的 ANSI 标记，但文本基本上很简单。

我想格式化我的日志以存储带有格式、日期/时间和可能的其他元数据的文本。我的第一个想法是所有 XML，但这可能会影响我以后编写快速搜索工具的能力。我目前的想法是一个文件中的日期/时间+文本，元数据存储在另一个 XML 文件中，由行号引用。

这是一个好的解决方案吗？另外，我应该在哪里以及如何存储格式化命令？原始的 ANSI 标签会破坏普通标签，但将它们放在两个不同的文件中可能会很尴尬。

附加：感谢到目前为止的一些答案，尽管我应该提到大多数时候消息将是人与人之间的通信，而不是系统消息。一种更原始​​的 IRC。稍后由我的用户决定（通过添加元数据）哪些消息是重要的。这是过滤或编辑的日志可能源自记录日志的原始数据。

作为我们产品中一些错误处理的一部分，我们想转储一些堆栈跟踪信息。但是，我们体验到许多用户只会截取错误消息对话框的屏幕截图，而不是向我们发送程序中可用的完整报告的副本，因此我想在此对话框中提供一些最小的堆栈跟踪信息。

我机器上的 .NET 堆栈跟踪如下所示：

我有这个问题：

格式看起来是这样的：

但是，at和in关键字，我认为如果它们运行，例如，挪威 .NET 运行时而不是我安装的英文运行时，它们将被本地化。

有什么方法可以让我以与语言无关的方式分离这个堆栈跟踪，这样我就可以只显示那些条目的文件和行号？

换句话说，我想从上面的文字中得到这些信息：

您可以提供的任何建议都会有所帮助。

有没有人有使用从 BNF 语法生成测试字符串然后可以输入单元测试的工具的经验？

我想使用简单的 python 正则表达式从足球（足球）网页上刮下一些信息。问题是，像第一小伙 ÄÄRITALO 这样的球员，以 ÄÄRITALO 的形式出现！
即 html 对特殊字符使用转义标记，例如 Ä

有没有一种简单的方法可以将 html 读入正确的 python 字符串？如果它是 XML/XHTML，它会很容易，解析器会这样做。

这个问题是问题的另一面，“我如何计算相对时间？ ”。

给定相对时间的一些人工输入，你如何解析它？默认情况下，您将从 偏移DateTime.Now()，但可以选择从另一个偏移DateTime。

（首选 C# 中的答案）

示例输入：

• “在 20 分钟内”
• “5小时前”
• “3 小时 2 米”
• “下周”

编辑： 假设我们可以对输入定义一些限制。这种代码在网络上将是一件有用的事情。

我正在寻找一种库/方法来解析具有比通用 xml 解析库更多的 html 特定功能的 html 文件。

我们有一个场景需要我们解析大量电子邮件（纯文本），每个电子邮件“类型”都是针对不同平台运行的脚本的结果。有些是制表符分隔的，有些是空格分隔的，有些是我们还不知道的。

我们将来也需要支持更多的“格式”。

我们是否使用以下方法寻求解决方案：

• 正则表达式
• 简单的字符串搜索（使用 string.IndexOf 等）
• 莱克斯/雅克
• 其他

整体解决方案将在 C# 2.0（希望是 3.5）中开发