regex - 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内容

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，其中可能包含诸如@theUserName @AnotherOne之类的用户提及或诸如#helloWorld和＃hello2之类的井号。查询如下所示:

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

但是问题在于它还会返回不包含@userMention的文档。我认为正则表达式中的@被视为特殊符号，但是在阅读文档时，我找不到如何对其进行转义。

在文档1中，作者说您可以使用双引号将任何符号转义，因此我进行了测试:

““@”“
但是我什么都没有。

我还测试了我习惯的表达式，例如:
/ \ s([@＃] [\ w _-] +)/ g

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

你能为我指出正确的方向吗？
提前致谢，

Answer 1

您启用了使ALL与整个字符串匹配的@标志，请参阅ElasticSearch regex documentation:

If you enable optional features (see below) then these characters may also be reserved:

# @ & < > ~

然后，在“任意字符串”部分中:

The at sign "@" matches any string in its entirety.
Enabled with the ANYSTRING or ALL flags.

由于这里不需要任何特殊的行为，您可以简单地通过传递 "flags": "NONE"或通过转义 @， "\\@([^-A-Za-z0-9])"来告诉引擎使用“简单的”正则表达式:

Any reserved character can be escaped with a backslash "\*" including a literal backslash character: "\\"

并且由于需要整个字符串匹配，因此可能需要在两端添加 .*(以匹配包含您的匹配项的字符串):

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

要么

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