Funções de expressão regular: Sintaxe e exemplos - Simple Log Service: Central de Documentação do Alibaba Cloud

Funções de expressão regular

O SLS oferece suporte às seguintes funções de expressão regular, todas utilizando a sintaxe RE2.

Importante

Para usar strings em instruções analíticas, é obrigatório colocá-las entre aspas simples (''). Strings sem aspas ou entre aspas duplas ("") indicam nomes de campos ou colunas. Por exemplo,

'status'

indica a string status, enquanto

status

ou

"status"

indica o campo de log status.

Função	Sintaxe	Descrição	SQL	SPL
Função regexp_extract_all	regexp_extract_all(x, regular expression)	Retorna um array com todas as substrings que correspondem a uma expressão regular.	√	×
Função regexp_extract_all	regexp_extract_all(x, regular expression, n)	Retorna o grupo de captura especificado de todas as correspondências como um array.	√	×
Função regexp_extract	regexp_extract(x, regular expression)	Retorna a primeira substring que corresponde a uma expressão regular.	√	√
Função regexp_extract	regexp_extract(x, regular expression, n)	Retorna o n-ésimo grupo de captura da primeira correspondência.	√	√
Função regexp_extract_bool	regexp_extract_bool(x, regular expression)	Converte a primeira correspondência para BOOLEAN. Retorna `null` se a conversão falhar.	√	×
Função regexp_extract_bool	regexp_extract_bool(x, regular expression, n)	Converte o grupo de captura especificado da primeira correspondência para BOOLEAN. Retorna `null` se a conversão falhar.	√	×
Função regexp_extract_long	regexp_extract_long(x, regular expression)	Converte a primeira correspondência para BIGINT. Retorna `null` se a conversão falhar.	√	×
Função regexp_extract_long	regexp_extract_long(x, regular expression, n)	Converte o grupo de captura especificado da primeira correspondência para BIGINT. Retorna `null` se a conversão falhar.	√	×
Função regexp_extract_double	regexp_extract_double(x, regular expression)	Converte a primeira correspondência para DOUBLE. Retorna `null` se a conversão falhar.	√	×
Função regexp_extract_double	regexp_extract_double(x, regular expression, n)	Converte o grupo de captura especificado da primeira correspondência para DOUBLE. Retorna `null` se a conversão falhar.	√	×
Função regexp_extract_map	regexp_extract_map(x, regular expression, keys)	Mapeia as chaves fornecidas para suas correspondências de grupos de captura respectivas.	√	×
Função regexp_extract_map	regexp_extract_map(x, regular expression)	Mapeia o primeiro grupo de captura como chaves e o segundo como valores.	√	×
Função regexp_like	regexp_like(x, regular expression)	Verifica se uma string corresponde a uma expressão regular.	√	√
Função regexp_replace	regexp_replace(x, regular expression)	Remove todas as substrings que correspondem a uma expressão regular.	√	√
Função regexp_replace	regexp_replace(x, regular expression, replace string)	Substitui todas as substrings que correspondem a uma expressão regular por uma string de substituição.	√	√
Função regexp_split	regexp_split(x, regular expression)	Divide uma string com base em uma expressão regular e retorna as substrings resultantes em um array.	√	×

Função regexp_extract_all

Extrai todas as substrings que correspondem a uma expressão regular de uma string de origem.

Sintaxe

Retorna todas as substrings correspondentes como um array.
```
regexp_extract_all(x, regular expression)
```
Retorna todas as correspondências de um grupo de captura especificado como um array.
```
regexp_extract_all(x, regular expression, n)
```

Parâmetros

Parâmetro	Descrição
x	A string de origem. Deve ser do tipo VARCHAR.
regular expression	A expressão regular. Deve conter grupos de captura quando o parâmetro n for especificado. Por exemplo, `(\d)(\d)(\d)` especifica três grupos de captura.
n	O índice do grupo de captura. Deve ser um número inteiro maior ou igual a 1.

Valor de retorno

ARRAY

Exemplos

Exemplo 1: Extrair todos os dígitos do campo server_protocol.
- Campo de amostra
```
server_protocol:HTTP/2.0
```
- Instrução de consulta e análise (Testar)
```
*| SELECT regexp_extract_all(server_protocol, '\d+')
```
- Resultados da consulta e análise: A consulta retorna ["2","0"] na coluna _col0, que são todas as substrings numéricas extraídas de HTTP/2.0.
Exemplo 2: Extrair a substring 'Chrome' do campo http_user_agent e contar as requisições do Chrome.
- Campo de amostra
```
http_user_agent:Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.803.0 Safari/535.1
```
- Instrução de consulta e análise (Testar)
```
*| SELECT regexp_extract_all(http_user_agent, '(Chrome)',1) AS Chrome, count(*) AS count GROUP BY Chrome
```
- Resultados da consulta e análise: A coluna Chrome retorna ["Chrome"] e a coluna count retorna 103440.

Função regexp_extract

Extrai a primeira substring que corresponde a uma expressão regular de uma string de origem.

Sintaxe

Retorna a primeira substring que corresponde a uma expressão regular.
```
regexp_extract(x, regular expression)
```
Retorna a substring que corresponde ao n-ésimo grupo de captura.
```
regexp_extract(x, regular expression, n)
```

Parâmetros

Parâmetro	Descrição
x	A string de origem. Deve ser do tipo VARCHAR.
regular expression	A expressão regular. Pode conter grupos de captura. Por exemplo, `(\d)(\d)(\d)` contém três grupos de captura.
n	O índice do grupo de captura (baseado em 1). Deve ser um número inteiro positivo.

Valor de retorno

Retorna uma string VARCHAR.

Exemplos

SQL

Exemplo 1: Extrair o primeiro dígito do campo server_protocol.
- Campo de amostra
```
server_protocol:HTTP/2.0
```
- Instrução de consulta (Testar)
```
*|SELECT regexp_extract(server_protocol, '\d+')
```
- A consulta retorna uma coluna chamada _col0 com o valor 2.
Exemplo 2: Extrair o nome do arquivo do campo request_uri e contar as requisições por arquivo.
- Campo de amostra
```
request_uri:/request/path-3/file-5
```
- Instrução de consulta (Testar)
```
* | SELECT regexp_extract(request_uri, '.*\/(file.*)', 1) AS file, count(*) AS count GROUP BY file
```
- Resultado de amostra: A coluna file é file-5 e a coluna count é 17127.
Exemplo 3: Extrair a aspa simples (') e os dígitos do campo message.
- Campo de amostra
```
message:error'1232
```
- Instrução de consulta
```
* | SELECT regexp_extract(message, '''\d+') 
```
  Nota
  Para corresponder a uma aspa simples ('), você deve fazer o escape duplicando-a para '' na string da expressão regular.
- O resultado é '1232.

SPL

Exemplo 1: Extrair o primeiro dígito do campo server_protocol.
- Campo de amostra

server_protocol:HTTP/2.0

Instrução de consulta

* | extend a = regexp_extract(server_protocol, '\d+')

Resultado

a:  2

Exemplo 2: Extrair a parte do arquivo do campo request_uri.
- Campo de amostra

request_uri:/request/path-3/file-5

Instrução de consulta

* | extend a = regexp_extract(request_uri, '.*\/(file.*)',1)

Resultado

O resultado é a: file-5.

Exemplo 3: Extrair a aspa simples (') e os dígitos do campo message.
- Campo de amostra

message:error'1232

Instrução de consulta

* | extend a = regexp_extract(message, '''\d+')

Nota

Para corresponder a uma aspa simples ('), você deve fazer o escape duplicando-a para '' na string da expressão regular.

Resultado

1  12-19 10:39:33
   a: '1232

Função regexp_extract_bool

Extrai a primeira substring correspondente e a converte para BOOLEAN ("true"/"false", sem distinção entre maiúsculas e minúsculas). Retorna null em caso de falha.

Sintaxe

Converte a primeira correspondência para BOOLEAN. Retorna null em caso de falha.
```
regexp_extract_bool(x, regular expression)
```
Converte o grupo de captura especificado da primeira correspondência para BOOLEAN. Retorna null em caso de falha.
```
regexp_extract_bool(x, regular expression, n)
```

Parâmetros

Parâmetro	Descrição
x	A string de origem. Este parâmetro é do tipo VARCHAR.
regular expression	Uma expressão regular que contém grupos de captura. Por exemplo, `(\d)(\d)(\d)` especifica três grupos de captura.
n	O índice do grupo de captura a ser extraído. Este parâmetro é um número inteiro baseado em 1.

Tipo de valor de retorno

Tipo BOOLEAN.

Exemplos

Extrair um valor booleano de um campo.
- Campo de amostra
```
false 
```
- Instrução de consulta e análise (Testar)
```
*| select regexp_extract_bool('false', '[a-zA-Z]+')
```
- Resultados da consulta e análise
  
  Retorna uma única coluna _col0 com uma linha de dados. O valor é false.

Função regexp_extract_long

Extrai uma substring que corresponde a uma expressão regular e a converte para BIGINT. Retorna null se a conversão falhar.

Sintaxe

Extrai a primeira correspondência e a converte para BIGINT.
```
regexp_extract_long(x, regular expression)
```
Converte o grupo de captura especificado da primeira correspondência para BIGINT.
```
regexp_extract_long(x, regular expression, n)
```

Parâmetros

Parâmetro	Descrição
x	A string de origem. Este parâmetro é do tipo VARCHAR.
regular expression	Uma expressão regular que contém grupos de captura. Por exemplo, `(\d)(\d)(\d)` contém três grupos de captura.
n	O índice do grupo de captura a ser extraído. O índice é um número inteiro baseado em 1.

Tipo de valor de retorno

BIGINT

Exemplos

Extrair o número do campo time.
- Campo de amostra
```
time:19/Dec/2024:06:16:06
```
- Instrução de consulta (Testar)
```
*|SELECT regexp_extract_long(time, '(\d{2})/', 1) 
```
- Resultados da consulta e análise
  
  Retorna uma coluna chamada _col0 que contém duas linhas, cada uma com o valor 19.

Função regexp_extract_double

Extrai uma substring que corresponde a uma expressão regular e a converte para DOUBLE. Retorna null se a conversão falhar.

Sintaxe

Converte a primeira correspondência para DOUBLE. Retorna null em caso de falha.
```
regexp_extract_double(x, regular expression)
```
Converte o grupo de captura especificado da primeira correspondência para DOUBLE. Retorna null em caso de falha.
```
regexp_extract_double(x, regular expression, n)
```

Parâmetros

Parâmetro	Descrição
x	A string de origem. Seu tipo deve ser VARCHAR.
regular expression	Uma expressão regular que contém grupos de captura. Por exemplo, `(\d)(\d)(\d)` especifica três grupos de captura.
n	O índice do grupo de captura a ser extraído. O índice é um número inteiro que começa em 1.

Tipo de valor de retorno

double

Exemplos

Extrair o número de ponto flutuante do campo server_protocol.
- Campo de amostra
```
server_protocol:HTTP/1.1
```
- Instrução de consulta e análise (Testar)
```
*|SELECT regexp_extract_double(server_protocol, '\d+\.\d+') 
```
- Resultados da consulta e análise
  
  Retorna uma coluna chamada _col0. Esta coluna contém duas linhas, cada uma com o valor 1.1.

Função regexp_extract_map

Extrai substrings que correspondem a grupos de captura em uma expressão regular e as retorna como um mapa de chave-valor.

Sintaxe

Cria um mapa pareando as chaves fornecidas com as substrings correspondidas pelos grupos de captura respectivos.

regexp_extract_map(x, regular expression, keys)

Cria um mapa usando uma expressão regular com dois grupos de captura que correspondem, respectivamente, às chaves e aos valores.

regexp_extract_map(x, regular expression)

Parâmetros

Parâmetro	Descrição
x	A string de origem a ser pesquisada. O tipo de dados é VARCHAR.
regular expression	Uma expressão regular que contém grupos de captura. Por exemplo, `(\d)(\d)(\d)` especifica três grupos de captura.
keys	Os nomes das chaves para as substrings capturadas. O tipo de dados é ARRAY(VARCHAR). O número de chaves deve corresponder ao número de grupos de captura na expressão regular.

Tipo de valor de retorno

MAP(VARCHAR, VARCHAR)

Exemplos

Exemplo 1: Extrair o nome do protocolo e a versão do campo server_protocol.
- Campo de amostra
```
server_protocol: 'HTTP/2.0'
```
- Instrução de consulta
```
select regexp_extract_map(server_protocol, '(\w+)/([\d\.]+)', array['name', 'version']) as protocol
```
- Resultados da consulta e análise
  
  A consulta retorna o seguinte mapa na coluna protocol: {"name":"HTTP","version":"2.0"}.

Exemplo 2: Extrair todos os pares chave-valor do campo content.

Campo de amostra

content: 'verb="GET" URI="/healthz" latency="45.911µs" userAgent="kube-probe/1.30+"'

Instrução de consulta

select regexp_extract_map(content, '(\w+)="([^"]*)"') as args

Dados de saída

{"latency":"45.911µs","verb":"GET","userAgent":"kube-probe/1.30+","URI":"/healthz"}

Função regexp_like

Verifica se uma string corresponde a uma expressão regular.

Sintaxe

regexp_like(x, regular expression)

Parâmetros

Parâmetro	Descrição
x	A string de origem. Deve ser do tipo VARCHAR.
regular expression	O padrão de expressão regular a ser correspondido.

Tipo de valor de retorno

BOOLEAN

Exemplos

SQL

Verificar se o campo server_protocol contém dígitos.

Campo de amostra
```
server_protocol:HTTP/2.0
```

Instrução de consulta e análise (Testar)

*| select regexp_like(server_protocol, '\d+')

A consulta retorna duas linhas. Ambos os valores são true. Isso indica que o valor do campo server_protocol corresponde à expressão regular \d+ (contém dígitos).

SPL

Verificar se o campo server_protocol contém dígitos.

Campo de amostra

server_protocol:HTTP/2.0

Instrução de consulta e análise

* |extend a = regexp_like(server_protocol, '\d+')

Resultados da consulta e análise

1  12-18 19:34:20  1.2.3.4
        a: true

Função regexp_replace

Remove ou substitui substrings que correspondem a uma expressão regular.

Sintaxe

Remove todas as substrings de uma string de origem que correspondem a uma expressão regular.
```
regexp_replace(x, regular expression)
```
Substitui todas as substrings que correspondem a uma expressão regular por uma string de substituição.
```
regexp_replace(x, regular expression, replace string)
```

Parâmetros

Parâmetro	Descrição
x	A string de origem a ser pesquisada. Este parâmetro deve ser do tipo VARCHAR.
regular expression	O padrão de expressão regular.
replace string	A string de substituição. Se omitida, as substrings correspondidas serão removidas.

Tipo de valor de retorno

VARCHAR

Exemplos

SQL

Exemplo 1: No campo region, substitua os nomes de regiões que começam com cn por China e, em seguida, conte o número de requisições da China.
- Campo de amostra
```
region:cn-shanghai
```
- Instrução de consulta e análise (Testar)
```
* | select regexp_replace(region, 'cn.*','China') AS region, count(*) AS count GROUP BY region
```
- Resultados da consulta e análise: A consulta retorna uma única linha onde a coluna region é China e a coluna count é 168871.
Exemplo 2: Remover o número da versão do campo server_protocol e contar as requisições por protocolo.
- Campo de amostra
```
server_protocol:HTTP/2.0
```
- Instrução de consulta e análise (Testar)
```
*| select regexp_replace(server_protocol, '.\d+') AS server_protocol, count(*) AS count GROUP BY server_protocol
```
- Resultados da consulta e análise: A consulta retorna uma única linha onde server_protocol é HTTP e count é 168871.

SPL

Exemplo 1: Substituir todos os nomes de regiões no valor do campo region que começam com 'cn' por China.
- Campo de amostra

region:cn-shanghai

Instrução de consulta e análise

* | extend a = regexp_replace(region, 'cn.*','China')

Resultados da consulta e análise
```
1  12-18 19:34:20  1.2.3.4
   a: China
```
Exemplo 2: Excluir o número da versão do valor do campo server_protocol.
- Campo de amostra

server_protocol:HTTP/2.0

Instrução de consulta e análise (Testar)

* | extend a = regexp_replace(server_protocol, '.\d+')

Resultados da consulta e análise

A consulta retorna uma entrada de log que inclui um carimbo de data/hora, o endereço IP de destino 1.2.3.4 e o campo server_protocol com o número da versão removido.

Função regexp_split

Divide uma string de origem em um array de substrings usando uma expressão regular como delimitador.

Sintaxe

regexp_split(x, regular expression)

Parâmetros

Parâmetro	Descrição
x	A string de origem. Seu tipo de dados é VARCHAR.
regular expression	O padrão de expressão regular usado como delimitador.

Tipo de valor de retorno

array

Exemplo

Use uma barra (/) para dividir o valor do campo request_uri.

Campo de amostra
```
request_uri:/request/path-0/file-7
```
Instrução de consulta e análise (Testar)
```
* | SELECT regexp_split(request_uri,'/')
```
Os resultados da consulta e análise são ["","request","path-0","file-7"].