本文介绍正则表达式的匹配方式以及特殊字符的转义处理。

完全匹配

正则表达式的值与字符串完全一致,则是完全匹配。例如1234\d+完全匹配。

有些函数支持部分匹配,您可以在开头与结尾添加^$将部分匹配的场景变成完全匹配。例如正则表达式为^正则表达式$。更多信息,请参见Regular expression operations

不同函数的匹配模式如表格所示。
分类 函数 匹配模式
全局操作函数 e_regex 部分匹配
e_keep_fields 完全匹配
e_drop_fields 完全匹配
e_rename 完全匹配
e_kv 部分匹配
e_search_dict_map 部分匹配
e_search_table_map 部分匹配
表达式函数 e_match 参数控制,默认为完全匹配。
e_search 部分匹配
regex_select 部分匹配
regex_findall 部分匹配
regex_match 参数控制,默认为部分匹配。
regex_replace 部分匹配
regex_split 部分匹配
匹配模式示例。
  • regex_match("abc123", r"\d+"):匹配。默认为部分匹配模式。
  • regex_match("abc123", r"\d+", full=True):不匹配。设置了完全匹配模式。
  • regex_match("abc123", r"^\d+$"):不匹配。等同于完全匹配模式。
  • e_search(r'status~="\d+"'):根据status字段的值匹配。等同于部分匹配模式。
  • e_search(r'status~="^\d+$"'):根据status字段的值匹配。等同于完全匹配模式。

字符转义

正则表达式中可能会包含特殊字符,如果需要获取这些字符本身的含义,就需要进行转义。 您可以通过以下方法进行转义:
  • 通过反斜线(\)进行转义

    更多信息,请参见字符转义

  • 通过str_regex_escape函数进行转义。
    • 例如e_drop_fields(str_regex_escape("abc.test"))表示丢弃字段abc.test
    • 例如e_drop_fields("abc.test")则表示丢弃符合abc?test的字段,其中半角问号(?)表示任意字符。

分组

分组是将需要重复的表达式用半角圆括号()包裹起来,然后对这个表达式进行重复引用。以下示例为分组和不分组的区别:
"""
处理前日志为:
SourceIP: 192.0.2.1
处理后日志为:
SourceIP: 192.0.2.1
ip: 192.0.2.1
"""
# 不分组:
e_regex("SourceIP",r"\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}","ip")
# 分组:
e_regex("SourceIP", "\d{1,3}(.\d{1,3}){3}", "ip")

捕获组

捕获组会将捕获到的文本内容缓存在内存中,可以通过反向引用在其他表达式中使用。形式上捕获组的半角圆括号()中不是以?:开头。

默认情况下,每个捕获组会自动拥有一个编号。从左向右,以分组的左括号为标志,第一个出现的分组的编号为1,第二个为2,以此类推。例如如下示例拥有3个分组:
(\d{4})-(\d{2}-(\d{2}))

1     1 2      3     32

如果正则表达式中同时存在普通分组和命名分组,那么分组的编号规则是先对普通捕获组进行编号,再对命名捕获组进行编号。日志服务支持在表达式或程序中直接引用自定义的捕获组组名。

非捕获组

非捕获组不会将匹配到的文本内容缓存到内存中,形式上非捕获组的半角圆括号()中以?:开头。

例如您要查找programproject,则正则表达式可以为pro(gram|ject)。如果您不希望将正则表达式匹配的内容缓存到内存中,则可以使用pro(?:gram|ject)进行非捕获匹配。
说明 (?:x)表示匹配x但是不缓存匹配项,可以定义与正则表达式运算符一起使用的子表达式。