Mustererkennung in Strings

[Otz]

Hallo zusammen,

ich arbeite gerade an einer kleinen Anwendung zur Verarbeitung von Log-Meldungen.

Nun würde ich gerne eine Art Mustererkennung implementieren.
Beispielsweise empfängt meine Anwendung nachfolgende Meldungen:

Anmeldung User1
Anmeldung User2
Anmeldung User3
User1 download File X
User2 editiert File X
...

Die Implementierte Mustererkennug sollte nun in der Lage sein die Meldungen nach auftretenden Strukturen zu untscheiden. Dabei besteht jede Meldung ja aus einem flexiblen Teil wie z.B. dem Username und einem festen Anteil.
Muster1: Anmeldung [User]
Muster2: [User] [Aktion] File [Filename]
...



Hat jemand in diesem Zusammenhang bereits Erfahrung gesammelt und kann mir zu diesem Thema eventuell etwas Literatur empfehlen oder gibt es vieleicht bereits Algorithmen die sich mit diesem Thema befassen?

Ich bin über jede Anregung dankbar :rtfm:

 

[InfectedBytes]

Da gibt es viele Möglichkeiten.
Einerseits kannst du das ganze natürlich Zeilenweise einlesen und dann z.B. mit RegEx prüfen und parsen
Alternativ kannst du jede Zeile natürlich auch beim Leerzeichen splitten und manuell das ganze angucken, z.B.

String[] parts = zeile.split(" ");
if("Anmeldung".equals(parts[0])) {
  // ...
} else if (UserList.contains(parts[0])) {
  // ...
}

Ansonsten kannst du dir auch eine kleine DSL basteln, welche das ganze parst, z.b. mit Coco/R

 

[Tom299]

Falls du selbst für das Log verantwortlich bist, könntest du dir auch an 1. Stelle einen "Erkennungs-Code" verarbeiten, von dem du dann die Struktur ableiten könntest. Ansonsten seh ich auch RegEx und Split

 

[Otz]

erstmal vielen dank für die antworten. mir ist schon klar, wie ich die strings vergleiche. ich suche eher nach einem algortihmus oder eine datenstruktur der bzw. die mich dabei unterstützt.

Beispiel:
erhaltene Log-Message: "User x logout"

Definierte Muster:
1: "User [x] login"
2: "User [x] shut server down"
3: "[x] bla bla bla"
4: "[x] blub bla bla"

Der Algorithmus sollte jetzt ohne die überprüfung aller einzelner Muster erkennen können, dass keines der definierten Muster vorliegt. Bei Fall 2 z.B. dadurch, dass das Muster über mehrere vordefinierte Stellen als die erhaltene Nachricht verfügt. Wenn er Beispiel 3 überprüft und gleich nach der ersten Stelle abbricht, dann soll der Algorithmus erst garnicht anfangen und Nachricht 4 überprüfen, da diese an der ersten Stelle identisch sind udn dies ja nicht auf die empfange LogMeldung anzuwenden ist.
Versteht ihr was ich meine?

Ich glaube ein Baum würde sich hierfür sehr gut eignen...
Habt ihr noch eine idee?

 

[Maggot]

Hallo. Du könntest das über RegEx lösen. Schau dir am besten das mal an: http://txt2re.com/index-java.php3?s=User [x] login&-1&9&8&-3