本文介绍正则式函数的基本语法及示例。
正则式函数概览
日志服务支持如下正则式函数（正则表达式采用RE2语法）。
函数名称 | 语法 | 说明 | 支持SQL | 支持SPL |
regexp_extract_all(x, regular expression) | 提取目标字符串中符合正则表达式的子串，并返回所有子串的集合。 | √ | × | |
regexp_extract_all(x, regular expression, n) | 提取目标字符串中符合正则表达式的子串，然后返回与目标捕获组匹配的子串集合。 | √ | × | |
regexp_extract(x, regular expression) | 提取并返回目标字符串中符合正则表达式的第一个子串。 | √ | √ | |
regexp_extract(x, regular expression, n) | 提取目标字符串中符合正则表达式的子串，然后返回与目标捕获组匹配的第n个子串。 | √ | √ | |
regexp_extract_bool(x, regular expression) | 提取并返回目标字符串中符合正则表达式的子串，并转换为boolean类型，转换失败返回 | √ | × | |
regexp_extract_bool(x, regular expression, n) | 提取目标字符串中符合正则表达式的子串，然后返回与目标捕获组匹配的子串，并转换为boolean类型，转换失败返回 | √ | × | |
regexp_extract_long(x, regular expression) | 提取并返回目标字符串中符合正则表达式的子串，并转换为bigint类型，转换失败返回 | √ | × | |
regexp_extract_long(x, regular expression, n) | 提取目标字符串中符合正则表达式的子串，然后返回与目标捕获组匹配的子串，并转换为bigint类型，转换失败返回 | √ | × | |
regexp_extract_double(x, regular expression) | 提取并返回目标字符串中符合正则表达式的第一个子串，并转换为double类型，转换失败返回 | √ | × | |
regexp_extract_double(x, regular expression, n) | 提取目标字符串中符合正则表达式的子串，然后返回与目标捕获组匹配的子串，并转换为double类型，转换失败返回 | √ | × | |
regexp_extract_map(x, regular expression, keys) | 指定键信息，捕获组匹配子串作为值。 | √ | × | |
regexp_extract_map(x, regular expression) | 正则包含2个捕获组，分别匹配键和值。 | √ | × | |
regexp_like(x, regular expression) | 判断目标字符串是否符合正则表达式。 | √ | √ | |
regexp_replace(x, regular expression) | 删除目标字符串中符合正则表达式的子串，返回未被删除的子串。 | √ | √ | |
regexp_replace(x, regular expression, replace string) | 替换目标字符串中符合正则表达式的子串，返回被替换后的字符串。 | √ | √ | |
regexp_split(x, regular expression) | 使用正则表达式分割目标字符串，返回被分割后的子串集合。 | √ | × |
使用正则式函数提取字符串中的单引号（'）时，需要在正则表达式中再添加一个单引号（'）进行提取。具体示例，请参见regexp_extract函数（示例3）。
regexp_extract_all函数
regexp_extract_all函数用于提取目标字符串中符合正则表达式的子串。
语法
提取目标字符串中符合正则表达式的子串，并返回所有子串的集合。
regexp_extract_all(x, regular expression)提取目标字符串中符合正则表达式的子串，然后返回与目标捕获组匹配的子串集合。
regexp_extract_all(x, regular expression, n)
参数说明
参数 | 说明 |
x | 参数值为varchar类型。 |
regular expression | 包含捕获组的正则表达式。例如 |
n | 第n个捕获组。n为从1开始的整数。 |
返回值类型
array类型。
示例
示例1：提取
server_protocol字段值中所有的数字。字段样例
server_protocol:HTTP/2.0查询和分析语句（调试）
*| SELECT regexp_extract_all(server_protocol, '\d+')查询和分析结果
示例2：提取
http_user_agent字段值中的Chrome部分，然后统计由Chrome浏览器发起的请求数量。字段样例
http_user_agent:Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.803.0 Safari/535.1查询和分析语句（调试）
*| SELECT regexp_extract_all(http_user_agent, '(Chrome)',1) AS Chrome, count(*) AS count GROUP BY Chrome查询和分析结果
regexp_extract函数
regexp_extract函数用于提取目标字符串中符合正则表达式的子串。
语法
提取并返回目标字符串中符合正则表达式的第一个子串。
regexp_extract(x, regular expression)提取目标字符串中符合正则表达式的子串，然后返回与目标捕获组匹配的第n个子串。
regexp_extract(x, regular expression, n)
参数说明
参数 | 说明 |
x | 参数值为varchar类型。 |
regular expression | 包含捕获组的正则表达式。例如 |
n | 第n个捕获组。n为从1开始的整数。 |
返回值类型
varchar类型。
示例
SQL
示例1：提取
server_protocol字段值中的第一个数字。字段样例
server_protocol:HTTP/2.0查询和分析语句（调试）
*|SELECT regexp_extract(server_protocol, '\d+')查询和分析结果
示例2：提取
request_uri字段值中的文件部分，然后统计各个文件的访问次数。字段样例
request_uri:/request/path-3/file-5查询和分析语句（调试）
* | SELECT regexp_extract(request_uri, '.*\/(file.*)', 1) AS file, count(*) AS count GROUP BY file查询和分析结果
示例3：提取
message字段值中的单引号（'）和数字部分。字段样例
message:error'1232查询和分析语句
* | SELECT regexp_extract(message, '''\d+')说明使用正则式函数提取字符串中的单引号（'）时，需要在正则表达式中再添加一个单引号（'）。
查询和分析结果
SPL
示例1：提取server_protocol字段值中的第一个数字。
字段样例
server_protocol:HTTP/2.0查询和分析语句
* | extend a = regexp_extract(server_protocol, '\d+')查询和分析结果
示例2：提取
request_uri字段值中的文件部分。字段样例
request_uri:/request/path-3/file-5查询和分析语句
* | extend a = regexp_extract(request_uri, '.*\/(file.*)',1)查询和分析结果
示例3：提取
message字段值中的单引号（'）和数字部分。字段样例
message:error'1232查询和分析语句
* | extend a = regexp_extract(message, '''\d+') 说明
使用正则表达式函数提取字符串中的单引号（'）时，需要在正则表达式中再添加一个单引号（'）。
查询和分析结果
regexp_extract_bool函数
regexp_extract_bool函数用于提取目标字符串中符合正则表达式的子串，并转换成boolean类型，转换失败返回null。当该子串为"true"或"false"（不区分大小写）时才转换成功。
语法
提取并返回目标字符串中符合正则表达式的子串，并转换为boolean类型，转换失败返回
null。regexp_extract_bool(x, regular expression)提取目标字符串中符合正则表达式的子串，然后返回与指定捕获组匹配的子串，并转换为boolean类型，转换失败返回
null。regexp_extract_bool(x, regular expression, n)
参数说明
参数 | 说明 |
x | 参数值为varchar类型。 |
regular expression | 包含捕获组的正则表达式。例如 |
n | 第n个捕获组。n为从1开始的整数。 |
返回值类型
boolean类型。
示例
提取字段值中的boolean值。
字段样例
false查询和分析语句（调试）
*| select regexp_extract_bool('false', '[a-zA-Z]+')查询和分析结果
regexp_extract_long函数
regexp_extract_long函数用于提取目标字符串中符合正则表达式的子串，并转换成bigint类型，转换失败返回null。
语法
提取并返回目标字符串中符合正则表达式的子串，并转换成bigint类型，转换失败返回
null。regexp_extract_long(x, regular expression)提取目标字符串中符合正则表达式的子串，然后返回与目标捕获组匹配的子串，并转换成bigint类型，转换失败返回
null。regexp_extract_long(x, regular expression, n)
参数说明
参数 | 说明 |
x | 参数值为varchar类型。 |
regular expression | 包含捕获组的正则表达式。例如 |
n | 第n个捕获组。n为从1开始的整数。 |
返回值类型
bigint类型。
示例
提取
time字段中的数字。字段样例
time:19/Dec/2024:06:16:06查询和分析语句（调试）
*|SELECT regexp_extract_long(time, '(\d{2})/', 1)查询和分析结果
regexp_extract_double函数
regexp_extract_double函数用于提取目标字符串中符合正则表达式的子串，并转换成double类型，转换失败返回null。
语法
提取并返回目标字符串中符合正则表达式的子串，并转换成double类型，转换失败返回
null。regexp_extract_double(x, regular expression)提取目标字符串中符合正则表达式的子串，返回与目标捕获组匹配的子串，并转换成double类型，转换失败返回
null。regexp_extract_double(x, regular expression, n)
参数说明
参数 | 说明 |
x | 参数值为varchar类型。 |
regular expression | 包含捕获组的正则表达式。例如 |
n | 第n个捕获组。n为从1开始的整数。 |
返回值类型
double类型。
示例
提取
server_protocol字段中的数字。字段样例
server_protocol:HTTP/1.1查询和分析语句（调试）
*|SELECT regexp_extract_double(server_protocol, '\d+')查询和分析结果
regexp_extract_map函数
regexp_extract_map函数用于提取目标字符串中符合正则表达式中所有捕获组的子串。
语法
指定键信息，捕获组匹配子串作为值
regexp_extract_map(x, regular expression, keys)正则包含2个捕获组，分别匹配键和值
regexp_extract_map(x, regular expression)参数说明
参数 | 说明 |
x | 参数值为varchar类型。 |
regular expression | 包含捕获组的正则表达式。例如 |
keys | 捕获子串输出的key名称。参数值为array(varchar)类型，元素数目与regular expression参数的捕获组数目保持一致。 |
返回值类型
map(varchar, varchar)类型。
示例
示例1：提取server_protocol字段中的协议名称和版本。
字段样例
server_protocol: 'HTTP/2.0'查询和分析语句
select regexp_extract_map(server_protocol, '(\w+)/([\d\.]+)', array['name', 'version']) as protocol查询和分析结果
示例2：提取content字段中的所有键值对信息。
字段样例
content: 'verb="GET" URI="/healthz" latency="45.911µs" userAgent="kube-probe/1.30+"'查询和分析语句
select regexp_extract_map(content, '(\w+)="([^"]*)"') as args输出数据
regexp_like函数
regexp_like函数用于判断目标字符串是否符合正则表达式。
语法
regexp_like(x, regular expression)参数说明
参数 | 说明 |
x | 参数值为varchar类型。 |
regular expression | 正则表达式。 |
返回值类型
boolean类型。
示例
SQL
判断server_protocol字段值中是否包含数字。
字段样例
server_protocol:HTTP/2.0查询和分析语句（调试）
*| select regexp_like(server_protocol, '\d+')查询和分析结果
SPL
判断server_protocol字段值中是否包含数字
字段样例
server_protocol:HTTP/2.0查询和分析语句
* |extend a = regexp_like(server_protocol, '\d+')查询和分析结果
regexp_replace函数
删除或替换目标字符串中符合正则表达式的子串。
语法
删除目标字符串中符合正则表达式的子串，返回未被删除的子串。
regexp_replace(x, regular expression)替换目标字符串中符合正则表达式的子串，返回被替换后的字符串。
regexp_replace(x, regular expression, replace string)
参数说明
参数 | 说明 |
x | 参数值为varchar类型。 |
regular expression | 正则表达式。 |
replace string | 用于替换的子串。 |
返回值类型
varchar类型。
示例
SQL
示例1：将
region字段值中以cn开头的地域名都替换为中国，然后统计来自中国的请求数量。字段样例
region:cn-shanghai查询和分析语句（调试）
* | select regexp_replace(region, 'cn.*','中国') AS region, count(*) AS count GROUP BY region查询和分析结果
示例2：删除
server_protocol字段值中的版本号部分，然后统计不同通信协议对应的请求数量。字段样例
server_protocol:HTTP/2.0查询和分析语句（调试）
*| select regexp_replace(server_protocol, '.\d+') AS server_protocol, count(*) AS count GROUP BY server_protocol查询和分析结果
SPL
示例1：将
region字段值中以cn开头的地域名都替换为中国。字段样例
region:cn-shanghai查询和分析语句
* | extend a = regexp_replace(region, 'cn.*','中国')查询和分析结果
示例2：删除
server_protocol字段值中的版本号部分。字段样例
server_protocol:HTTP/2.0查询和分析语句（调试）
* | extend a = regexp_replace(server_protocol, '.\d+')查询和分析结果
regexp_split函数
regexp_split函数用于分割目标字符串，返回被分割后的子串集合。
语法
regexp_split(x, regular expression)参数说明
参数 | 说明 |
x | 参数值为varchar类型。 |
regular expression | 正则表达式。 |
返回值类型
array类型。
示例
使用正斜线（/）分割request_uri字段的值。
字段样例
request_uri:/request/path-0/file-7查询和分析语句（调试）
* | SELECT regexp_split(request_uri,'/')查询和分析结果
