从 logstash 输入中删除 HTML 标记

Question

我正在为 logstash 5.1 版中的数据操作而苦苦挣扎，其中一些数据来自带有 HTML 标记的开放文本字段。大多数时候它只有一个标记，像这样：

<.p>XYZ<./p>

我正在使用 Grok 处理它。

但是当它来的时候是这样的：

<.p><.b><.strong> XYZ <./strong><.<.

简单的 grok 无法过滤掉它。

我的问题是 HTML 标记是否有内置过滤器，或者我是否必须使用正则表达式开发自己的过滤器？或者您知道在 5.1 之前的版本中是否可以吗？

Answer 1

要删除 HTML，您可以使用：

mutate {  
  gsub => [
    "fieldname", "<.*?>", ""
  ]
}