关于Filebeat收集XML格式日志推送到Kafka中标签被转义的问题

    欢迎大家关注我的公众号，有问题可以及时和我交流。

问题描述

我在公司搭建的有个ELK监控的日志，最近需要解决一些日志收集的问题 。我的日志是XML格式的，并不是传统的JSON格式的，然后我使用的是filebeat进行正则匹配之后收集到kafka中。问题就是出现在收集到kafka中，我日志的标签被转码。
1.我原来的日志内容（截取一部分）

<ProcID>PROC201901231142000960005774</ProcID>

2.使用kafka工具查看日志内容

\u003cProcID\u003ePROC201901231142000960005774\u003c/ProcID\u003e

可以看到关于标签的 “<” 和 “>” 在kafka中被转义了。

错误的解决思路

一开始的时候我认为是filebeat使用正则之后导致的，然后我测试了filebeat直接收集推送到logstash中，然后打印到屏幕进行查看。测试的结果就是跟正则根本没有半毛钱关系。然后我就开始使劲怀疑kafka。我心里想一定是kafka出了问题，然后我就请教公司kafka大神，去QQ找群，去Stack Overflow提问，结果都是无功而返。

偶然的机会

还是跟往长一样，打开微信，看到有公众号推送kafka有关的文章，于是我就试着在文章留言，描述我的问题。作者给我的回复和外国大哥给我的回复是一样的，都是说被转义了，但是没有说解决办法。


正是作者的一句话提醒了我“既然能被转义，说明能被转回来，又不是不可逆的”，我再次通过百度试着搜索kafka转义的问题。巧了！碰到了这样一篇文章跟我的问题一模一样。我跟大佬相同的问题

然后我根据大佬的提示，按照着上述配置了logstash。

通过了一层logstash推送到ES中解决了问题。

这里记录一下提问问题的方法

1.百度 Google如果不能够自行解决的话就去问身边的朋友
2.可以试着向外国友人提问
3.如果有成熟的开源社区，最好直接去开源社区进行提问（重点）。

欢迎大家关注我的公众号，有问题可以及时和我交流。