正则表达式语法
本文概述了 Kusto 查询语言 (KQL) 支持的正则表达式语法。
有许多 KQL 运算符和函数通过正则表达式（如 matches regex、parse 和 replace_regex()）执行字符串匹配、选择和提取。
在 KQL 中，正则表达式必须编码为字符串文本并遵循字符串引用规则。 例如，正则表达式 \A 在 KQL 中表示为 "\\A"。 额外的反斜杠指示另一个反斜杠是正则表达式 \A 的一部分。
语法
以下部分文档了 Kusto 支持的正则表达式。
匹配一个字符
| 模式 | 说明 |
|---|---|
. |
除换行符之外的任意字符（包括带有 s 标志的换行符） |
[0-9] |
任何 ASCII 数字 |
\d |
数字（\p{Nd}） |
\D |
不是数字 |
\pX |
由单字母名称标识的 Unicode 字符类 |
\p{Greek} |
Unicode 字符类（常规类别或脚本） |
\PX |
由单字母名称标识的求反 Unicode 字符类 |
\P{Greek} |
否定的 Unicode 字符类（一般类别或脚本） |
字符类
| 模式 | 说明 |
|---|---|
[xyz] |
与 x、y 或 z（并集）匹配的字符类。 |
[^xyz] |
与除 x、y 和 z 之外的任何字符匹配的字符类。 |
[a-z] |
与 a-z 范围内的任意字符匹配的字符类。 |
[[:alpha:]] |
ASCII 字符类 ([A-Za-z]) |
[[:^alpha:]] |
非 ASCII 字符类 ([^A-Za-z]) |
[x[^xyz]] |
嵌套/分组字符类（与 y 和 z 以外的任何字符匹配） |
[a-y&&xyz] |
交集（与 x 或 y 匹配） |
[0-9&&[^4]] |
使用交集和求反的减法（匹配 0-9，4 除外） |
[0-9--4] |
直接减法（匹配 0-9，4 除外） |
[a-g~~b-h] |
对称差集（仅匹配 a 和 h） |
[\[\]] |
在字符类中转义（匹配 [ 或 ]） |
[a&&b] |
空字符类不匹配任何内容 |
注意
任何命名的字符类都可以出现在带括号的 [...] 字符类内。 例如，[\p{Greek}[:digit:]] 匹配 Greek 脚本中的任何 ASCII 数字或任何代码点。 [\p{Greek}&&\pL] 与希腊字母匹配。
字符类的优先级从最具约束力到最不具约束力：
- 范围：
[a-cd]==[[a-c]d] - 并集：
[ab&&bc]==[[ab]&&[bc]] - 交叉、差异、对称差异：均具有相同的优先级，并从左到右进行评估。 例如，
[\pL--\p{Greek}&&\p{Uppercase}]==[[\pL--\p{Greek}]&&\p{Uppercase}]。 - 求反：
[^a-z&&b]==[^[a-z&&b]]。
复合物
| 模式 | 说明 |
|---|---|
xy |
级联（x其次是y） |
x\|y |
交替（x或y ，宁可x） |
重复匹配
| 模式 | 说明 |
|---|---|
x* |
零个或多个 x（贪婪） |
x+ |
一个或多个 x （贪婪） |
x? |
零个或一个 x（贪婪） |
x*? |
零个或多个 x (不贪婪/懒惰) |
x+? |
一个或多个 x (不贪婪/懒惰) |
x?? |
零个或一个 x (不贪婪/懒惰) |
x{n,m} |
至少 n x 且至多 m x（贪婪） |
x{n,} |
至少 n x (贪婪) |
x{n} |
正好 n x |
x{n,m}? |
至少 n x 且最多 m x （不贪婪/懒惰） |
x{n,}? |
至少 n x (不贪婪/懒惰) |
x{n}? |
正好 n x |
空匹配
| 模式 | 说明 |
|---|---|
^ |
草垛的开始（或多行模式的开始） |
$ |
草垛的尽头（或多行模式的行尾） |
\A |
只是草垛的开始（平衡启用了多行模式） |
\z |
只是大海捞针的尽头（平衡启用了多行模式） |
\b |
Unicode 字边界（\w在一方面和\W，\A，或 \z在另一方面） |
\B |
不是 Unicode 字边界 |
\b{start}, \< |
Unicode 字开始边界（\W\|\A在左边，\w在右边） |
\b{end}, \> |
Unicode 字尽头边界（\w在左边，\W\|\z在右边） |
\b{start-half} |
Unicode 字开始边界的一半（\W\|\A在左边） |
\b{end-half} |
Unicode 字尽头边界的一半（\W\|\z在右边） |
分组和标志
| 模式 | 说明 |
|---|---|
(exp) |
编号捕获组（通过左括号索引） |
(?P<name>exp) |
命名（也编号）捕获组（名称必须是字母数字） |
(?<name>exp) |
命名（也编号）捕获组（名称必须是字母数字） |
(?:exp) |
非捕获组 |
(?flags) |
在当前组内设置标志 |
(?flags:exp) |
给exp设置标志（非捕获） |
捕获组名称只能包含Alpha数值 Unicode 代码点，点.，下划线_，和方括号[和]。 名称必须以 _ 或字母代码点开头。 字母代码点对应于 Alphabetic Unicode 属性，而数字代码点对应于 Decimal_Number、Letter_Number 和 Other_Number 常规类别的并集。
标志是单个字符。 例如，(?x) 可设置标志 x，(?-x) 可清除标志 x。 可以同时设置或清除多个标志：(?xy) 可设置 x 和 y 标志，(?x-y) 可设置 x 标志并清除 y 标志。 默认情况下，所有标志都是禁用的，除非另有说明。 它们是：
| 标记 | 说明 |
|---|---|
i |
不区分大小写：字母匹配大写和小写 |
m |
多行模式：^和$匹配匹配行首/行末 |
s |
允许点 (.)。 匹配 \n |
R |
启用 CRLF 模式：当启用多行模式时，已使用\r\n |
U |
交换含义x*与x*? |
u |
Unicode 支持（默认启用） |
x |
详细模式，忽略空格并允许行注释（以#开始） |
请注意，在详细模式下，任何地方（包括字符类内）的空格都会被忽略。 若要插入空格，请使用其转义形式或十六进制文字。 例如，\ 或 \x20 表示 ASCII 空格。
注意
- 可以在模式内切换标志。 例如，以下语法对第一部分使用不区分大小写的匹配，对第二部分使用区分大小写的匹配：
(?i)a+(?-i)b+。 a+匹配任何一个a或A，但b+只匹配b。- 多线模式含义着
^与$不再仅仅匹配输入的开头或结尾，还匹配行的开头或结尾。 请注意，^在新行之后匹配，即使在输入末尾也是如此。 - 当 CRLF 模式和多行模式都启用时，然后
^与$匹配任一\r与\n，但并不在\r\n中间。 - Unicode 模式也可以选择性地禁用，尽管只有当结果与无效的 UTF-8 不匹配时才可以禁用。 例如，使用 ASCII 字边界而不是 Unicode 字边界可能会使某些正则表达式搜索运行得更快：
(?-u:\b).+(?-u:\b)匹配$$abc$$。
转义序列
| 模式 | 说明 |
|---|---|
\* |
字面*，适用于所有 ASCII除[0-9A-Za-z<>] |
\a |
铃（\x07） |
\f |
形式馈送（\x0C） |
\t |
水平制表符 |
\n |
换行 |
\r |
回车 |
\v |
垂直标签（\x0B） |
\A |
匹配一个草垛的开始 |
\z |
在草垛的尽头匹配 |
\b |
字边界断言 |
\B |
否定词边界断言 |
\b{start}, \< |
字开始边界断言 |
\b{end}, \> |
字尽头边界断言 |
\b{start-half} |
字开始边界断言的一半 |
\b{end-half} |
字尽头边界断言的一半 |
\123 |
八进制字符代码，最多三位数字 |
\x7F |
十六进制字符代码（正好两位数字） |
\x{10FFFF} |
对应于 Unicode 代码点的十六进制字符代码 |
\u007F |
十六进制字符代码（正好四位数字） |
\u{7F} |
对应于 Unicode 代码点的十六进制字符代码 |
\U0000007F |
十六进制字符代码（正好八位数字） |
\U{7F} |
对应于 Unicode 代码点的十六进制字符代码 |
\p{Letter} |
Unicode 字符类 |
\P{Letter} |
否定的 Unicode 字符类 |
\d, \s, \w |
匹配 Perl 字符类 |
\D, \S, \W |
否定的 Perl 字符类 |
Perl 字符类 （Unicode 友好）
这些类基于 UTS#18 中提供的定义：
| 模式 | 说明 |
|---|---|
\d |
D数字（\p{Nd}） |
\D |
不是数字 |
\s |
空格（\p{White_Space}） |
\S |
非空格 |
\w |
单词字符（\p{Alphabetic} + \p{M} + \d + \p{Pc} + \p{Join_Control}） |
\W |
非单词字符 |
ASCII 字符类
这些类基于 UTS#18 中提供的定义：
| 模式 | 说明 |
|---|---|
[[:alnum:]] |
字母数字（[0-9A-Za-z]） |
[[:alpha:]] |
按字母顺序（[A-Za-z]） |
[[:ascii:]] |
ASCII ([\x00-\x7F]) |
[[:blank:]] |
空白（[\t ]） |
[[:cntrl:]] |
控制（[\x00-\x1F\x7F]） |
[[:digit:]] |
数字（[0-9]） |
[[:graph:]] |
图形（[!-~]） |
[[:lower:]] |
小写（[a-z]） |
[[:print:]] |
可打印（[ -~]） |
[[:punct:]] |
标点（[!-/:-@\[-`{-~]） |
[[:space:]] |
空格（[\t\n\v\f\r ]） |
[[:upper:]] |
大写（[A-Z]） |
[[:word:]] |
单词字符（[0-9A-Za-z_]） |
[[:xdigit:]] |
十六进制数字（[0-9A-Fa-f]） |
性能
本分区提供了有关正则表达式的速度和资源使用的一些指导。
Unicode 可能会影响内存使用和搜索速度
KQL 正则表达式为 Unicode 提供第一类的支持。 在许多情况下，支持 Unicode 必需的额外内存可以忽略不计，通常不会影响搜索速度。
以下是一些可能影响内存使用量和搜索速度的 Unicode 字符类的示例：
内存使用情况：Unicode 的影响主要源于 Unicode 字符类的使用。 Unicode 字符类的尺寸往往较大。 例如，
\w字符类默认匹配大约 140,000 个不同的代码点。 这需要额外的内存并且会减慢正则表达式的编译速度。 如果您的要求可以通过 ASCII 满足，建议使用 ASCII 类而不是 Unicode 类。\w的ASCII 版本可以用多种方式表示，所有方式都是等效的。[0-9A-Za-z_] (?-u:\w) [[:word:]] [\w&&\p{ascii}]搜索速度：即使使用大型 Unicode 字符类，Unicode 也往往能得到很好的处理。 但是，一些更快的内部正则表达式引擎无法处理 Unicode 感知字边界断言。 因此，如果你不需要 Unicode 感知的字边界断言，你可以考虑使用
(?-u:\b)而不是\b。(?-u:\b)使用 ASCII 唯一的单词字符定义，这可以提高搜索速度。
文字可以加速搜索
KQL 正则表达式具有强大的识别正则表达式模式中的文字的能力，这可以显著加快搜索速度。 如果可能的话，在模式中包含文字可以大大提高搜索性能。 例如，在正则表达式中 \w+@\w+，@的第一发生次数匹配，然后给\w+进行反向匹配找到起始位置。