Nano Hash - криптовалюты, майнинг, программирование

Объединение фильтров в лог буста

Я использую журнал ускорения и хочу определить составной фильтр. Я использую boost::log::init_from_stream для чтения конфигурации из потока. Фильтрация по одиночным условиям работает нормально. я могу сделать

Filter = "%Channel% = A"

чтобы получить только записи журнала с канала А. Я могу сделать

Filter = "%Severity% >= warn"

чтобы получить только записи журнала с серьезностью предупреждения или выше.

Вот вопрос: я хочу сделать что-то вроде

Filter = "   (%Channel% = A AND %Severity% >= warn)
          OR (%Channel% = B AND %Severity% >= info)"

Мне не удалось найти никакой документации относительно такой комбинации фильтров. Есть ли способ сделать это при использовании boost::log::init_from_stream?

c++ boost boost-log
03.04.2015

  • ссылка на документы, которые вы используете, не будет упущена 03.04.2015
  • Это не было долгим поиском. Смотрите мой ответ :) 03.04.2015

Ответы:


1

Я нашел эту страницу документации, которая документирует грамматику:

Используя это, пример, приведенный в вопросе, можно выразить следующим образом:

Filter = "(%Channel% = A & %Severity% >= warn) | (%Channel% = B & %Severity% >= info)"
03.04.2015
  • Спасибо, как я мог пропустить это :) 03.04.2015
  • Если бы я сделал обоснованное предположение: вы искали образцы строк фильтра. Их нет :) 03.04.2015
  • Да, это было то, что я в основном искал :) 03.04.2015
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..