Rで正規表現の構文を書く方法

Question

私は解析したいログエントリのファイルを持っています。すべての行は次のようになります。

F 20160602 14:25:11.321 F7982D50 GET 156.145.15.85:37525 xqixh8sl AES "/pcgc/public/Other/exome/fastq/PCGC0077248_HS_EX__1-06808__v3_FCC49HJACXX_L7_p1of1_P1.fastq.gz" "" 3322771022 (0,0) "1499.61 seconds (17.7 megabits/sec) 

各部分の意味は次のとおりです。

1. F - ラインの識別子

2. 20160525 - 日付（YYYYMMDD）

3. 17：52：38.791 - タイムスタンプ（HH：MM：SS.SSS）

4. F798259D - 転送識別子

5. 156.145.15.85:46634 - IPアドレスと関連するポート

6. xqixh8sl - ユーザ名

7. AES - 暗号化レベル（かもしれない - （ダッシュ））

8. "/pcgc...fastq.gz" - 転送されたファイル（「中）

9. "" - （ "追加の文字列が空でなければならない"）

10. 2951144113 - 転送されたバイト

11. （0,0） - エラー

12. "2289.47秒（10.3メガビット/秒）" - 私は、データファイルをインポートしたとread.patternを使用しています

転送に関するデータ（）関数を使用して解析し、フィールドに分けます。私は、2,3,4,5,6,7,8,10、および12と相関関係がある情報だけを必要とします。しかし、私は正しいパターンを得ることができません。前に、私はこのパターンを使用して必要なフィールドのうちの2つを取得するために管理：

pattern <- "^F ([0-9]+) [^ ]* .* \\(0,0\\) (.*)$" 

これは私にこのように見えたデータフレームを与えた：

date  speed of data transfer 
1 20160525 "1.62 seconds (1.30 kilobits/sec)" 
2 20160525 "0.29 seconds (1.93 kilobits/sec)" 
3 20160525 "0.01 seconds (34.0 kilobits/sec)" 
4 20160525 "0.01 seconds (102 kilobits/sec)" 
5 20160525 "38.05 seconds (214 megabits/sec)" 

これらは2つだけのフィールドです私は必要ですが、それを追加しようとするたびに構文が乱れてしまいます。例：

pattern <- "^F\\s([0-9]+)\\s[0-9:.]+\\s([:alnum:])\\s[A-Z]\\s([0-9.:]+)\\s([:alnum:])\\s([•])\\s[:punct:][A-z][:punct:]\\s[:punct:]\\s.* \\(0,0\\) (.*)$" 

これは機能しませんでした。誰かがこれを書いて助けてくれますか？それは私を夢中にさせている。ありがとう！

Answer 1

はここに私のソリューションです：あなたはこのコードを使用する場合、私は問題のセット全体を予見

1 20160525 08:22:06.838 F798256B 10.199.194.38:57708 wei2dt - "" 264 "1.62 seconds (1.30 kilobits/sec)" 
2 20160525 08:28:26.920 F798256C 10.19.105.15:57708 wei2dt - "isi_audit_log.dmp-sv.tmp" 69 "0.29 seconds (1.93 kilobits/sec)" 

Answer 2

すべての行が同じような構造をとっている場合は、スペース上の各行を単に分割するだけで済むかもしれません。

x <- "F 20160602 14:25:11.321 F7982D50 GET 156.145.15.85:37525 xqixh8sl AES \"/pcgc/public/Other/exome/fastq/PCGC0077248_HS_EX__1-06808__v3_FCC49HJACXX_L7_p1of1_P1.fastq.gz\" \"\" 3322771022 (0,0) \"1499.61 seconds (17.7 megabits/sec)" 

library(dplyr) 
library(magrittr) 
strsplit(x, " ") %>% 
    unlist() %>% 
    t() %>% 
    as.data.frame(stringsAsFactors = FALSE) %>% 
    setNames(c("id", "date", "timestamp", "transfer_id", 
      "curl_method", "ip_address", "username", "encryption", 
      "tranferred_file", "additional_string", 
      "transferred_bytes", "error", 
      "rate1", "rate2", "rate3", "rate4")) %>% 
    mutate(rate = paste(rate1, rate2, rate3, rate4)) %>% 
    select(-rate1:-rate4)