正则表达式入门教程

基本语法

正则表达式由不同类型的字符组成，包括普通字符、元字符、分隔符和转义字符等。其中：

• 普通字符：用于匹配文本中出现的相同字符。

• 元字符：用于匹配特定的字符或字符集合。例如.表示匹配任意字符，\d表示匹配数字等。

• 分隔符：用于标记正则表达式的开始和结束，通常为/或者#。

• 转义字符：使用\将有特殊作用的字符（元字符、分隔符等）转义为普通字符。例如\.表示匹配半角句号。

如下图所示，Regex101工具默认在正则表达式a.\d\.前添加了分隔符/。其中，a表示匹配字母a，.表示匹配一个任意字符，\d表示匹配一个任意数字，\.表示匹配半角句号。

下表罗列了常用的特殊字符及其含义。

示例

示例一：匹配含有某个关键词的字符串

筛选出包含关键词05/Jan/2023的日志。

• 日志样例：Info 05/Jan/2023 Warning、Info 06/Jan/2023 Error

• 正则表达式：.*05\/Jan\/2023.*

  • .*表示匹配任意零个或多个字符，即05/Jan/2023前后可以有任意字符。

  • 05\/Jan\/2023表示匹配关键词05/Jan/2023。

    因为Logtail所支持的正则表达式以/作为分隔符，因此需要使用转义字符\将其转变为普通字符，即需要在/前增加转义字符\。

示例二：匹配手机号码

筛选出包含以111或222开头的11位手机号码的日志。

• 样例：11144445555、22266667777、33388889999

• 正则表达式：(111|222)\d{8}

  手机号码前三位是运营商号码，中间四位是地区编码，后四位则是任意数字。假设运营商号码只有111和222，地区编码为任意数字。

  • (111|222)表示一个分组，包含了两个可能的值，即111或222。

  • \d表示匹配一个数字。

  • {8}表示前面的\d需要匹配8次，即匹配8个数字。

示例三：匹配一个完整字符串

筛选出格式为[时间] [级别] [模块] [信息]的日志，其中时间为yyyy-mm-dd hh:mm:ss格式，级别包括DEBUG、INFO、WARN和ERROR，模块和信息为任意的字符串。

• 日志样例：[2021-09-23 10:23:45] [INFO] [user login] [user login success]

• 正则表达式：^\[\d{4}\-\d{2}\-\d{2} \d{2}:\d{2}:\d{2}\] \[(DEBUG|INFO|WARN|ERROR)\] \[.+\] \[.+\]$

  • \[、\]表示匹配[]字符，因为[]在正则语法中有特殊含义，因此需要添加转义字符\。

  • \[\d{4}\-\d{2}\-\d{2} \d{2}:\d{2}:\d{2}\]表示匹配日期和时间。

  • \[(DEBUG|INFO|WARN|ERROR)\]表示匹配各个日志级别。

  • \[.+\] \[.+\]$表示匹配任意的非空字符串。

示例四：匹配不以某关键词开头的字符串

筛选出不以DEBUG开头的日志。

• 日志样例：DEBUG: test debug、INFO: test info

• 正则表达式：^(?!DEBUG).*

  • ^表示字符串的开始位置，即DEBUG是处于字符串的开头位置。

  • (?!DEBUG)表示排除包含DEBUG的日志。(?!DEBUG)为正向否定预查，格式为(?!<pattern>)，其中<pattern>为需要排除的内容。

  • .*表示匹配任意字符，直到该行日志结束。

示例五：匹配不包含关键词的字符串

筛选出不包含INFO或DEBUG的日志。

• 日志样例：hello world、INFO、ERROR message、DEBUG、warning log、error INFO、debug detail、info status

• 正则表达式：^(?!.*(INFO|DEBUG)).*

  • ^表示字符串的开始位置，即INFO或DEBUG是处于字符串的开头位置。

  • (?!.*(INFO|DEBUG))表示排除包含INFO或DEBUG的日志。

  • .*用于匹配任意字符，直到该行日志结束。