正则表达式：获取我所有文档中使用的所有主题标签和提及

Question

我正在使用 Kibana 控制台执行此类查询（它们是分开的：一个用于主题标签，一个用于提及）。文档集合是带有 textContent 字段的博客条目，其中可能包含 @theUserName @AnotherOne 之类的用户提及或 #helloWorld 和 #hello2 之类的主题标签。查询如下所示：

GET /xblog/_search
{
  "source": [
    "id",
    "textContent"
  ],
  "query": {
    "regexp": {
      "textContent": {
        "value": "@([^-A-Za-z0-9])",
        "flags": "ALL"
      }
    }
  }
}

但问题是它还会返回不包含@userMention 的文档。我认为正则表达式中的 @ 被视为特殊符号，但阅读文档我找不到如何转义它。

在文档 1 中，作者说你可以用双引号转义任何符号，所以我测试了：

""@"" 但我一无所获。

我还会测试我习惯的表达方式，例如： /\s([@#][\w_-]+)/g

但这会在 Kibana 中产生多个错误。我尝试根据文档更换一些零件，但仍然无法正常工作。

你能指出我正确的方向吗？ 提前致谢，

Answer 1

您启用了使@ 匹配整个字符串的ALL 标志，请参阅ElasticSearch regex documentation：

如果您启用可选功能（见下文），那么这些字符也可能会被保留：

# @ & < > ~

然后，在任何字符串部分：

"@" 符号与任何字符串完全匹配。
使用 ANYSTRING 或 ALL 标志启用。

由于您在这里不需要任何特殊行为，您可以简单地通过传递"flags": "NONE" 告诉引擎使用“简单”正则表达式，或者转义@、"\\@([^-A-Za-z0-9])"：

任何保留字符都可以使用反斜杠 "\*" 转义，包括文字反斜杠字符："\\"

由于你需要一个完整的字符串匹配，你可能需要在两端添加.*（匹配字符串包含你的匹配）：

"query": {
  "regexp": {
    "textContent": {
      "value": ".*@[^-A-Za-z0-9].*",
      "flags": "NONE"
    }
  }
}

或者

"query": {
  "regexp": {
    "textContent": {
      "value": ".*\\@[^-A-Za-z0-9].*",
      "flags": "ALL"
    }
  }
}