Apache Nifi 表达式语言：查找与正则表达式匹配的部分内容

Question

任务是找到表达式中与所选正则表达式匹配的部分，并将该部分放入新字段的值中。

例如“描述”字段中的表达式：

“纬度是12324.24”

我需要从中提取“12324.24”值，并使用 UpdateRecord 处理器创建新字段：

“纬度 = 12324.24”

我正在寻找 matchesRegex。例如：

 /description[matchesRegex(., '(\d+)(\.)(\d+)')]

但它只检查整个表达式是否与正则表达式匹配。例如，当“description”仅包含“12324.24”时，matchesRegex 工作正常，但该字段不仅包含纬度值。

一个重要通知： 字段值不一定像我上面显示的那样。所以它可能包括：

“12324.24 是纬度”, “12324.24这个值”, “12324.24 是 12234 的纬度”， 和其他可能的值。唯一的要求是包含纬度值（所示情况下为 12324.24）。

因此，基于文本中标记的位置（或值）的 substring、substringAfter、substringBefore 和类似方法不适合我的任务。

Answer 1

您正在使用“过滤器”，如文档中的“记录路径指南”中所述。

你的表情

/description[matchesRegex(., '(\d+)(\.)(\d+)')]

的意思是：

• 占领田野

  description

• 仅 if 字段值（由 . 引用）
• 匹配提供的正则表达式。

如果字段的值与查询不匹配，则表达式不会解析为任何字段（及其值），而是解析为

null

。 顺便说一句，您可以将此类过滤表达式同时应用于多个字段，例如想象

description

是一个包含多个值的数组，您的过滤器只能保留匹配的数组项。

您希望使用“独立函数”来转换原始输入，而不是过滤值。 以下表达式

replaceRegex(/description, '.*?(\d+.\d+).*', '$1')

：

• 检索字段的值

  description

• 匹配它反对提供的正则表达式，并且
• 替换所有匹配es与提供的替换

替换又可以通过索引 (

$1

) 或名称

${groupName}

来引用捕获组。

使用的

UpdateRecord

的完整配置包含：

{
  "/latitude": "replaceRegex(/description, '.*?(\\d+.\\d+).*', '$1')",
  "Record Writer": "d79fc7b7-872c-3fd0-8a2a-cf4ff21bfa2e",
  "Record Reader": "44045758-d88e-3c93-ae9f-2173c7860a26",
  "Replacement Value Strategy": "record-path-value"
}