本文介绍如何设计一个高效、可复用的正则表达式，在结构化日志中一次性捕获目标字符串前后两段关键信息（如时间戳与数值序列），并使用 JavaScript 的 matchAll() 完整提取为二维数组。
本文介绍如何设计一个高效、可复用的正则表达式，在结构化日志中一次性捕获目标字符串前后两段关键信息（如时间戳与数值序列），并使用 javascript 的 `matchall()` 完整提取为二维数组。
在处理系统或设备日志（如温度监控日志）时，常需从固定格式的文本行中精准提取“分隔标识”两侧的关键字段——例如提取 Astrance 和 Temperatures 之间的上下文：左侧是标准时间戳（Aug 23 07:25:43），右侧是四个浮点数（39.998318 39.982665 40.167597 40.167027）。若分别用两个正则（如先行断言 (?=...) 和后行断言 (?<=...)）提取，不仅逻辑割裂、难以维护，且无法保证匹配位置严格对应同一行。
推荐方案：使用带捕获组的多行匹配正则 + matchAll()
核心正则表达式如下：
^(.*?)\s*Astrance.*Temperatures\s*(.*)
配合 g（全局）和 m（多行）标志，可逐行匹配并安全捕获两段内容。其工作原理如下：
- ^：匹配每行开头（m 标志启用行首锚定）；
- (.*?)：捕获组 1 —— 非贪婪匹配从行首到首个空白符前的所有字符（即时间戳）；
- \s*：匹配 Astrance 前可能存在的空格（增强鲁棒性）；
- Astrance.*Temperatures：匹配中间固定标识及任意过渡内容（.* 贪婪匹配，确保覆盖完整上下文）；
- \s*：匹配 Temperatures 后的空白（避免捕获多余空格）；
- (.*)：捕获组 2 —— 匹配 Temperatures 后直至行尾的所有内容（即四个浮点数）。
✅ 该正则天然支持多行日志批量处理，无需循环调用 exec()，也规避了正向/反向断言在部分环境（如旧版 Node.js）中的兼容性风险。
完整可运行示例（Node.js 环境）：
// 读取日志文件（UTF-8 编码）
const fs = require('fs');
const logContent = fs.readFileSync('./sys', 'utf-8');
// 定义正则：提取每行中 "Astrance" 前的时间戳 + "Temperatures" 后的数值
const regex = /^(.*?)\s*Astrance.*Temperatures\s*(.*)/gm;
// 批量提取所有匹配项，并结构化为 [timestamp, values] 二维数组
const matchList = Array.from(
logContent.matchAll(regex),
match => [match[1].trim(), match[2].trim()]
);
console.log(matchList);
// 输出示例：
// [
// ['Aug 23 07:25:43', '39.998318 39.982665 40.167597 40.167027'],
// ['Aug 23 07:25:45', '39.999999 39.576576 40.676767 40.334444'],
// ...
// ]关键注意事项：
- ? trim() 不可省略：因 \s* 可能捕获首尾空格，建议对捕获组结果调用 .trim() 清理；
- ? 贪婪 vs 非贪婪：.*? 在组 1 中必须非贪婪，否则会跨行或吞掉后续内容；组 2 的 .* 使用贪婪无妨，因其位于行尾；
- ? 性能提示：若日志极大（GB 级），建议流式读取+逐行处理，避免 readFileSync 内存溢出；
- ? 扩展性建议：如需进一步解析右侧数值为数组，可在 match[2].trim().split(/\s+/) 后映射为 Number 类型。
此方法简洁、健壮、符合现代 JavaScript 最佳实践，适用于日志解析、ETL 预处理及自动化监控脚本等生产场景。
