字段值提取函数

函数列表

e_regex

根据正则表达式提取字段的值并赋值给其他字段。

• 函数格式

  e_regex(key,正则表达式,fields_info,mode="fill-auto",pack_json=None)

• 参数说明

  参数名称	参数类型	是否必填	说明
  key	任意	是	源字段名。如果字段不存在，则不进行任何操作。特殊字段名的设置请参见事件类型。
  正则表达式	String	是	提取字段的正则表达式。 支持捕获组和非捕获组正则表达式。 说明： 非捕获有时需要使用分组，且使用前缀?:。例如\w+@\w+\.\w(?:\.\cn)?。关于分组不捕获请参见非捕获组。
  fields_info	String/ List/ Dict	否	匹配后目标字段名。当正则表达式参数没有配置命名捕获的名称时，必须配置该参数。
  mode	String	否	字段的覆盖模式。默认为fill-auto。关于更多字段值及含义请参见字段提取检查与覆盖模式。
  pack_json	String	否	将正则表达式的所有匹配结果打包放入pack_json指定的字段中。默认值是None，表示不打包。

• 返回结果

  返回附带新字段值的日志。

• 函数示例
  1. 示例1：提取字段中符合表达式的值。
     • 测试数据

       {
        "msg": "192.168.0.1 http://... 127.0.0.0"
       }

     • 加工规则

       # 提取字段msg中出现的第一个IP地址。
       e_regex("msg",r"\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}","ip")

     • 加工结果

       msg: 192.168.0.1 http://... 127.0.0.0 
       ip: 192.168.0.1

  2. 示例2：提取字段中符合表达式的多个值。
     • 测试数据

       {
        "msg": "192.168.0.1 http://... 127.0.0.0"
       }

     • 加工规则

       # 提取字段msg中出现的两个IP地址，分别赋值给server_ip和client_ip。
       e_regex("msg",r"\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}",["server_ip","client_ip"])

     • 加工结果

       msg: 192.168.0.1 http://... 127.0.0.0 
       server_ip: 192.168.0.1 
       client_ip: 127.0.0.0

  3. 示例3：通过捕获组提取符合表达式的值。
     • 测试数据

       {
        "content": "start sys version: deficience, err: 2"
       }

     • 加工规则

       # 使用正则表达式捕获content中的version和error值。
       e_regex("content",r"start sys version: (\w+),\s*err: (\d+)",["version","error"])

     • 加工结果

       content: start sys version: deficience, err: 2
       error: 2
       version: deficience

  4. 示例4：通过命名捕获组提取字段值。
     • 测试数据

       {
        "content": "start sys version: deficience, err: 2"
       }

     • 加工规则

       e_regex("content",r"start sys version: (?P<version>\w+),\s*err: (?P<error>\d+)")

     • 加工结果

       content:  start sys version: deficience, err: 2
       error:  2
       version:  deficience

  5. 示例5：使用正则表达式捕获字段dict中的值，并动态命名字段名和其值。
     • 测试数据

       {
        "dict": "verify:123"
       }

     • 加工规则

       e_regex("dict",r"(\w+):(\d+)",{r"k_\1": r"v_\2"})

     • 加工结果

       dict: verify:123
       k_verify: v_123

  6. 示例6：提取字段中符合表达式的值，并打包赋值给name字段。
     • 测试数据

       {
        "msg": "192.168.0.1 http://... 127.0.0.0"
       }

     • 加工规则

       e_regex("msg", r"\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}", "ip", pack_json="name")

     • 加工结果

       msg:192.168.0.1 http://... 127.0.0.0
       name:{"ip": "192.168.0.1"}

  7. 示例7：使用正则表达式提取字段dict中的值，动态命名字段名和其值，并打包赋值给name字段。
     • 测试数据

       {
        "dict": "x:123, y:456, z:789"
       }

     • 加工规则

       e_regex("dict", r"(\w+):(\d+)", {r"k_\1": r"v_\2"}, pack_json="name")

     • 加工结果

       dict:x:123, y:456, z:789
       name:{"k_x": "v_123", "k_y": "v_456", "k_z": "v_789"}

  8. 示例8：通过捕获组提取符合表达式的值，并打包赋值给name字段。
     • 测试数据

       {
        "content": "start sys version: deficience, err: 2"
       }

     • 加工规则

       e_regex( "content", r"start sys version: (\w+),\s*err: (\d+)", ["version", "error"],pack_json="name")

     • 加工结果

       content:start sys version: deficience, err: 2
       name:{"version": "deficience", "error": "2"}

• 更多参考

  支持和其他函数组合使用。

e_json

对特定字段中的JSON对象进行JSON操作，包括JSON展开、JMES提取或者JMES提取后再展开。

• 函数格式

  e_json(key, expand=None, depth=100, prefix="__", suffix="__", fmt="simple", sep=".",
         expand_array=true, fmt_array="{parent}_{index}",
         include_node=r"[\u4e00-\u9fa5\u0800-\u4e00a-zA-Z][\w\-\.]*",
          exclude_node="", include_path="", exclude_path="",
       jmes="", output="", jmes_ignore_none=false, mode='fill-auto'
  )

• 参数说明

  参数名称	参数类型	是否必填	说明
  key	String	是	源字段名。如果字段不存在，则不进行任何操作。
  expand	Boolean	否	是否将字段展开。 没有配置jmes参数时，则默认为true，表示展开。 配置jmes参数时，则默认为false，表示不展开。
  depth	Number	否	字段展开的深度。取值范围为1~2000，1表示只展开第一层，默认为100层。
  prefix	String	否	展开时添加为字段名的前缀。
  suffix	String	否	展开时添加为字段名的后缀。
  fmt	String	否	格式化方式。取值： simple（默认值）：表示将节点名作为字段名。展示形式为{prefix}{current}{suffix}。 full：表示将父节点与当前节点合并作为字段名。展示形式为{parent_list_str}{sep}{prefix}{current}{suffix}。分隔符是由sep参数指定，默认为.。 parent：表示用完整的路径作为字段名。展示形式为{parent}{sep}{prefix}{current}{suffix}。分隔符是由sep参数指定，默认为.。 root：表示将根节点与当前节点合并作为字段名。展示形式为{parent_list[0]}{sep}{prefix}{current}{suffix}。分隔符由sep参数指定，默认为.。
  sep	String	否	父子节点格式化的分隔符。当fmt取值为full、parent或root时需要设置。默认为.。
  expand_array	Boolean	否	是否将数组展开。默认为true表示展开数组。
  fmt_array	String	否	数组展开的格式化方式，格式为{parent_rlist[0]}_{index}。也可以使用最多五个占位符自定义格式化字符串：parent_list，current，sep，prefix，suffix。
  include_node	String/ Number	否	节点允许名单，表示过滤时包含的节点名称。默认只有中文、数字、字母和_.-的节点才会被自动展开。
  exclude_node	String	否	节点限制名单，表示过滤时排除的节点名称。
  include_path	String	否	节点允许名单，表示过滤时包含的节点路径。
  exclude_path	String	否	节点限制名单，表示过滤时排除的节点路径。
  jmes	String	否	将字段值转化为JSON对象并通过JMES提取特定值。
  output	String	否	通过JMES提取特定值时输出的字段名。
  jmes_ignore_none	Boolean	否	当JMES提取不到值时是否忽略。默认为true表示忽略，否则输出一个空字符串。
  mode	String	否	字段的覆盖模式。默认为fill-auto。

  • JSON展开过滤
    • 如果设置了节点允许名单，则内容必须包含在节点允许名单中然后才会在结果中出现。节点允许名单正则示例：e_json("json_data_filed", ...., include_node=r'key\d+')。
    • 如果设置了节点限制名单，则内容必须包含在节点限制名单中然后才不会在结果中出现。节点限制名单正则示例：e_json("json_data_filed", ...., exclude_node=r'key\d+')。
    • 展开节点路径：正则include_path 与 exclue_path从路径开头匹配，匹配路径是以.分隔。
  • JMES过滤

    使用JMES选择、计算。

    • 选择特定JSON路径下的元素属性列表：e_json(..., jmes="cve.vendors[*].product",output="product")
    • 用逗号拼接特定JSON路径下的元素属性：e_json(..., jmes="join(',', cve.vendors[*].name)",output="vendors")
    • 计算特定JSON路径下元素的最大属性值：e_json(..., jmes="max(words[*].score)",output="hot_word")
    • 当特定路径不存在或为空时，返回一个空字符串：e_json(..., jmes="max(words[*].score)",output="hot_word", jmes_ignore_none=false)
  • parent_list和parent_rlist，以如下示例说明。

    测试数据：

    {
     "data": { "k1": 100,"k2": {"k3": 200,"k4": {"k5": 300}}}
    }

    parent_list是将父节点从左到右排列。

    e_json("data", fmt='{parent_list[0]}-{parent_list[1]}#{current}')

    得到的日志：

    data:{ "k1": 100,"k2": {"k3": 200,"k4": {"k5": 300}}}
    data-k2#k3:200
    data-k2#k5:300

    parent_rlist是将父节点从右到左排列。

    e_json("data", fmt='{parent_rlist[0]}-{parent_rlist[1]}#{current}')

    得到的日志：

    data:{ "k1": 100,"k2": {"k3": 200,"k4": {"k5": 300}}}
    k2-data#k3:200
    k4-k2#k5:300

• 返回结果

  返回附带新字段值的日志。

• 函数示例
  1. 示例1：字段展开操作。
     • 测试数据

       {
        "data": {"k1": 100, "k2": 200}
       }

     • 加工规则

       e_json("data",depth=1)

     • 加工结果

       data: {"k1": 100, "k2": 200}
       k1: 100
       k2: 200

  2. 示例2：给字段名添加前缀和后缀。
     • 测试数据

       {
        "data": {"k1": 100, "k2": 200}
       }

     • 加工规则

       e_json("data", prefix="data_", suffix="_end")

     • 加工结果

       data: {"k1": 100, "k2": 200}
       data_k1_end: 100
       data_k2_end: 200

  3. 示例3：将字段按照不同格式展开。
     • 测试数据

       {
        "data": {"k1": 100, "k2": {"k3": 200, "k4": {"k5": 300} } }
       }

     • fmt=full格式

       e_json("data", fmt='full')

       data: {"k1": 100, "k2": {"k3": 200, "k4": {"k5": 300} } } 
       data.k1: 100 
       data.k2.k3: 200 
       data.k2.k4.k5: 300

     • fmt=parent格式

       e_json("data", fmt='parent')

       data: {"k1": 100, "k2": {"k3": 200, "k4": {"k5": 300} } } 
       data.k1: 100 
       k2.k3: 200 
       k4.k5: 3000

     • fmt=root格式

       e_json("data", fmt='root')

       data: {"k1": 100, "k2": {"k3": 200, "k4": {"k5": 300} } } 
       data.k1: 100 
       data.k3: 200 
       data.k5: 300

  4. 示例4：使用指定分隔符、字段名前缀和字段名后缀提取JSON
     • 测试数据

       {
        "data": {"k1": 100, "k2": {"k3": 200, "k4": {"k5": 300} } }
       }

     • 加工规则

       e_json("data", fmt='parent', sep="@", prefix="__", suffix="__")

     • 加工结果

       data: {"k1": 100, "k2": {"k3": 200, "k4": {"k5": 300} } } 
       data@__k1__：100 
       k2@__k3__：200 
       k4@__k5__：300

  5. 示例5：指定fmt_array参数，按照数组方式提取JSON。
     • 测试数据

       {
        "people": [{"name": "xm", "gender": "boy"}, {"name": "xz", "gender": "boy"}, {"name": "xt", "gender": "girl"}]
       }

     • 加工规则

       e_json("people", fmt='parent', fmt_array="{parent_rlist[0]}-{index}")

     • 加工结果

       people: [{"name": "xm", "gender": "boy"}, {"name": "xz", "gender": "boy"}, {"name": "xt", "gender": "girl"}]
       people-0.name: xm 
       people-0.gender: boy 
       people-1.name: xz 
       people-1.gender: boy 
       people-2.name: xt 
       people-2.gender: girl

  6. 示例6：使用JMES提取JSON对象。
     • 测试数据

       {
        "data": { "people": [{"first": "James", "last": "d"},{"first": "Jacob", "last": "e"}],"foo": {"bar": "baz"}}
       }

     • 加工规则

       e_json("data", jmes='foo', output='jmes_output0')
       e_json("data", jmes='foo.bar', output='jmes_output1')
       e_json("data", jmes='people[0].last', output='jmes_output2')
       e_json("data", jmes='people[*].first', output='jmes_output3')

     • 加工结果

       data: { "people": [{"first": "James", "last": "d"},{"first": "Jacob", "last": "e"}],"foo": {"bar": "baz"}}
       jmes_output0: {"bar": "baz"}
       jmes_output1: baz 
       jmes_output2: d 
       jmes_output3: ["james", "jacob"]

• 更多参考

  支持和其他函数组合使用。

e_csv、e_psv、e_tsv

使用自定义的分隔符与预定义的字段名，从特定字段中提取多个字段。

• e_csv：默认分隔符为半角逗号（,）。
• e_psv：默认分隔符为竖线（|）。
• e_tsv：默认分隔符为\t。
• 函数格式

  e_csv(源字段名, 目标字段列表, sep=",", quote='"', restrict=true, mode="fill-auto")
  e_psv(源字段名, 目标字段列表, sep="|", quote='"', restrict=true, mode="fill-auto")
  e_tsv(源字段名, 目标字段列表, sep="\t", quote='"', restrict=true, mode="fill-auto")

• 参数说明

  参数名称	参数类型	是否必填	说明
  源字段名	任意	是	源字段名。如果字段不存在，则不进行任何操作。
  目标字段列表	任意	是	字段值经过分隔符分隔后的每个值对应的字段名。可以是字符串的列表，例如：["error", "message", "result"]。 当字段名中不包含逗号时，也可以直接用逗号作为分隔字符，例如："error, message, result"。
  sep	String	否	分隔符，只能是单个字符。
  quote	String	否	引用符，用于包裹值的字符。当值包含分隔符时需要使用。
  restrict	Boolean	否	是否采用严格模式，默认为false表示非严格模式。当分隔值的个数与目标字段列表数不一致时： 严格模式下不进行任何操作。 非严格模式下对前几个可以配对的字段进行赋值。
  mode	String	否	字段的覆盖模式。默认为fill-auto。

• 返回结果

  返回附带新字段值的日志。

• 函数示例

  以e_csv为例，e_psv和e_tsv功能类似。

  • 测试数据

    {
     "content": "192.168.0.100,10/Jun/2019:11:32:16 +0800,example.aadoc.com,GET /zf/11874.html HTTP/1.1,200,0.077,6404,192.168.0.100:8001,200,0.060,https://image.developer.aadoc.com/s?q=%E8%9B%8B%E8%8A%B1%E9%BE%99%E9%A1%BB%E9%9D%A2%E7%9A%84%E5%81%9A%E6%B3%95&from=wy878378&uc_param_str=dnntnwvepffrgibijbprsvdsei,-,Mozilla/5.0 (Linux; Android 9; HWI-AL00 Build/HUAWEIHWI-AL00) AppleWebKit/537.36,-,-"
    }

  • 加工规则

    e_csv("content", "remote_addr, time_local,host,request,status,request_time,body_bytes_sent,upstream_addr,upstream_status, upstream_response_time,http_referer,http_x_forwarded_for,http_user_agent,session_id,guid")

  • 加工结果

    content:  192.168.0.100,10/Jun/2019:11:32:16 +0800,example.aadoc.com,GET /zf/11874.html HTTP/1.1,200,0.077,6404,192.168.0.100:8001,200,0.060,https://image.developer.aadoc.com/s?q=%E8%9B%8B%E8%8A%B1%E9%BE%99%E9%A1%BB%E9%9D%A2%E7%9A%84%E5%81%9A%E6%B3%95&from=wy878378&uc_param_str=dnntnwvepffrgibijbprsvdsei,-,Mozilla/5.0 (Linux; Android 9; HWI-AL00 Build/HUAWEIHWI-AL00) AppleWebKit/537.36 (KHTML, like Gecko) Version/4.0 Mobile Safari/537.36,-,-
      body_bytes_sent:  6404
    guid:  -
    host:  example.aadoc.com
    http_referer:  https://image.developer.aadoc.com/s?q=%E8%9B%8B%E8%8A%B1%E9%BE%99%E9%A1%BB%E9%9D%A2%E7%9A%84%E5%81%9A%E6%B3%95&from=wy878378&uc_param_str=dnntnwvepffrgibijbprsvdsei
    http_user_agent:  Mozilla/5.0 (Linux; Android 9; HWI-AL00 Build/HUAWEIHWI-AL00) AppleWebKit/537.36 
    http_x_forwarded_for:  -
    remote_addr:  192.168.0.100 
    request:  GET /zf/11874.html HTTP/1.1 
    request_time:  0.077
    session_id:  -
    status:  200
    time_local:  10/Jun/2019:11:32:16 +0800 
    topic:  syslog-forwarder 
    upstream_addr:  192.168.0.100:800
    1upstream_response_time:  0.060
    upstream_status:  200

• 更多参考

  支持和其他函数组合使用。

e_kv

通过quote提取多个源字段中的键值对信息。

• 函数格式

  e_kv(源字段或源字段列表, sep="=", quote='"', escape=false, prefix="", suffix="", mode="fill-auto")

• 参数说明

  参数名称	参数类型	是否必填	说明
  源字段或源字段列表	字符串或字符串列表	是	字段名或多个字段名的列表。
  sep	String	否	关键字与值的正则表达式的分隔符串，默认为=，不限于单个字符。 说明 可以使用非捕获分组，但不能使用捕获分组。
  quote	String	否	引用符，用于包裹值的字符。默认为"。 说明 提取的动态键值对的值一般需要quote来包括，例如：a="abc"，b="xyz"如果提取对象中不包含，则只提取如下字符集的值：中文字母数字_-.%~。例如a=中文ab12_-.%~|abc b=123可以提取a: 中文ab12_-.%~，b: 123。
  escape	Boolean	否	是否自动提取反转字符的值。默认为false表示否。例如key="abc\"xyz"默认提取字段key的值为abc\，设置escape=true时，提取的值为abc"xyz。
  prefix	String	否	给提取的字段名添加前缀。
  suffix	String	否	给提取的字段名添加后缀。
  mode	String	否	字段的覆盖模式。默认为fill-auto。

• 返回结果

  返回附带新字段值的日志。

• 函数示例
  1. 示例1：使用默认分隔符=提取键值对信息。
     • 测试数据

       {
        "http_refer": "https://video.developer.aadoc.com/s?q=asd&a=1&b=2"
       }

       

       如果测试数据为request_uri: a1=1&a2=&a3=3，a2值为空，则使用e_kv()函数无法提取出a2。您可以使用e_regex()函数进行提取，例如e_regex("request_uri",r'(\w+)=([^=&]*)',{r"\1":r"\2"},mode="overwrite")。

     • 加工规则

       e_kv("http_refer")

     • 加工结果

       http_refer: https://video.developer.aadoc.com/s?q=asd&a=1&b=2
       q: asd 
       a: 1
       b: 2

  2. 示例2：给字段名增加前缀和后缀。
     • 测试数据

       {
        "http_refer": "https://video.developer.aadoc.com/s?q=asd&a=1&b=2"
       }

     • 加工规则

       e_kv(
           "http_refer",
           sep="=",
           quote='"',
           escape=false,
           prefix="data_",
           suffix="_end",
           mode="fill-auto",
       )

     • 加工结果

       http_refer: https://video.developer.aadoc.com/s?q=asd&a=1&b=2
       data_q_end: asd 
       data_a_end: 1
       data_b_end: 2

  3. 示例3：提取字段content2中的键值对信息，使用escape参数提取反转字符的值。
     • 测试数据

       {
        "content2": "k1:\"v1\\"abc\", k2:\"v2\", k3: \"v3\""
       }

     • 加工规则

       e_kv("content2", sep=":", escape=true)

     • 加工结果

       content2:  k1:"v1\"abc", k2:"v2", k3: "v3"
       k1: v1"abc 
       k2: v2 
       k3: v3

• 更多参考

  支持和其他函数组合使用。

e_kv_delimit

通过分隔符提取源字段中的键值对信息。

• 函数格式

  e_kv_delimit(源字段或源字段列表, pair_sep=r"\s", kv_sep="=", prefix="", suffix="", mode="fill-auto")

• 参数说明

  参数名称	参数类型	是否必填	说明
  源字段或源字段列表	字符串或字符串列表	是	字段名或多个字段名的列表。
  pair_sep	String	否	用于分隔键值对的正则字符集，默认为\s。例如\s\w、abc\s等。 说明 如果您需要使用字符串对字段进行分隔，推荐您使用str_replace或regex_replace将字符串转换成字符作为分隔符，然后再使用e_kv_delimit函数对字段进行分隔。
  kv_sep	String	否	用于分隔键值对的正则字符串，默认为=，不限于单个字符。 说明： 可以使用非捕获分组，但不能使用捕获分组。
  prefix	String	否	给提取的字段名添加前缀。
  suffix	String	否	给提取的字段名添加后缀。
  mode	String	否	字段的覆盖模式。默认为fill-auto。

• 返回结果

  返回附带新字段值的日志。

• 函数示例
  1. 示例1：使用默认分隔符=提取键值对信息。
     • 测试数据

       {
        "data": "i=c1 k1=v1 k2=v2 k3=v3"
       }

       

       如果测试数据为request_uri: a1=1&a2=&a3=3，a2值为空，则使用e_kv_delimit()函数无法提取出a2。您可以使用e_regex()函数进行提取，例如e_regex("request_uri",r'(\w+)=([^=&]*)',{r"\1":r"\2"}, mode="overwrite")。

     • 加工规则

       e_kv_delimit("data")

     • 加工结果

       data: i=c1 k1=v1 k2=v2 k3=v3 
       i: c1 
       k2: v2 
       k1: v1 
       k3: v3

  2. 示例2：使用分隔符&?提取键值对信息。
     • 测试数据

       {
        "data": "k1=v1&k2=v2?k3=v3"
       }

     • 加工规则

       e_kv_delimit("data",pair_sep=r"&?")

     • 加工结果

       data: k1=v1&k2=v2?k3=v3
       k2: v2 
       k1: v1 
       k3: v3

  3. 示例3：使用正则表达式提取键值对信息。
     • 测试数据

       {
        "data": "k1=v1 k2:v2 k3=v3"
       }

     • 加工规则

       e_kv_delimit("data", kv_sep=r"(?:=|:)")

     • 加工结果

       data: k1=v1 k2:v2 k3=v3 
       k2: v2 
       k1: v1 
       k3: v3