Hive-sql常用正则函数_hivesql 正则

一、like
使用场景：

• 模糊查询然后进行剔除测试数据，例：客户名称 not like ‘%测试%’
• 模糊查询搜索

1、%：百分号代表任意个字符
（1）查询name以“张”开头的数据：
如查询test表中如下数据：
select * from test where name like ‘张%’;

（2）查询name以“三”年结尾的数据：
select * from test where name like ‘%三’;

（3）查询name中包含“测试”的数据：
select * from test where name like ‘%测试%’;
如果要对like进行否定，前面加上not即可，
select * from test where name not like ‘%测试%’;

2、_：下划线代表一个字符
（1）查询name由两个字构成，第二个字是“斯”的数据：
select * from test where name like ‘_斯’;

（2） 查询姓名由两个字构成，第二个字不是“琪”：
select * from test where name not like ‘_琪’;

二、REGEXP和RLIKE
语法1: A REGEXP B
语法2: REGEXP(A, B)
操作类型: strings
返回类型: boolean或null
说明：如果字符串A或者字符串B为NULL，则返回NULL；如果字符串A符合JAVA正则表达式B的正则语法，则为TRUE；否则为FALSE。
注: RLIKE与REGEXP功能相同

hive> select 'football' regexp 'ba';
true

hive> select regexp('football', 'ba');
true

hive> select 'football' regexp '^footba';
true

hive> select 'football,basketball,volleyball' regexp 'foot|basket';
true

hive> select 'football,volleyball' regexp 'football|basket';
true

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

三、REGEXP_REPLACE
语法: regexp_replace(string A, string B, string C)
操作类型: strings
返回值: string
说明: 将字符串A中的符合java正则表达式B的部分替换为C。

hive> select regexp_replace('h234ney', '\\d+', 'o');
honey
1
2

四、REGEXP_EXTRACT
语法: regexp_extract(string A, string pattern, int index)
返回值: string
说明：将字符串A按照pattern正则表达式的规则拆分，返回index指定的字符，index从1开始计。

hive> select regexp_extract('honeymoon', 'hon(.*?)(moon)', 0);
honeymoon

hive> select regexp_extract('honeymoon', 'hon(.*?)(moon)', 1);
ey
 
hive> select regexp_extract('honeymoon', 'hon(.*?)(moon)', 2);
moon
1
2
3
4
5
6
7
8

附：
Java正则：
“|” 或
“&” 与
“.” 任意单个字符
“*” 匹配前面的字符0次或多次
“+” 匹配前面的字符1次或多次
“?” 匹配前面的字符0次或1次
“\d” 等于 [0-9]，使用的时候写成’\d’
“\D” 等于 [^0-9]，使用的时候写成’\D’

hive> select 'does' rlike 'do(es)?';
true

hive> select '\\';
\

hive> select '2314' rlike '\\d+';
true
1
2
3
4
5
6
7
8