hive 正则表达式详解_hive正则表达式过滤特殊字符

作者：我家小花儿 | 2024-05-21 23:13:52

踩

hive正则表达式过滤特殊字符

hive的正则表达式是很强大的。无论是数据开发还是数据仓库在工作中都离不开正则表达式，通过正则表达式可以对复杂的字符串进行过滤、截取、替换。为此特意做了个hive正则表达式的小结。

一、语法

字符	说明	等于
\	将下一字符标记为特殊字符、文本、反向引用或八进制转义符。e.g：“n"匹配字符"n”。"\n"匹配换行符。序列"\\“匹配”"，"\(“匹配”("
^	匹配输入字符串开始的位置
$	匹配输入字符串结束的位置
*	零次或多次匹配前面的字符或子表达式	{0,}
+	一次或多次匹配前面的字符或子表达式	{1,}
?	零次或一次匹配前面的字符或子表达式	{0,1}
{n}	n是非负整数。正好匹配n次。e.g："o{2}"与"job"中的"o"不匹配，但与"food"中的两个"o"匹配
{n,}	n是非负整数。至少匹配n次。e.g："o{2,}“不匹配"job"中的"o”，而匹配"fooooood"中的所有o ，o{1,}“等效于o+”
{n,m}	m和n是非负整数，其中n<=m。匹配至少n次，至多m次。
.	匹配除"\r\n"之外的任何单个字符
[xyz]	字符集。匹配包含的任一字符。e.g："[abc]“匹配"plain"中的"a”
[^xyz]	反向字符集。匹配未包含的任何字符。
[a-z]	字符范围。匹配指定范围内的任何字符。e.g："[^abc]“匹配"plain"中"p”，“l”，“i”，“n”
[^a-z]	反向范围字符。匹配不在指定范围内的任何字符。e.g："[^a-z]"匹配任何不在"a"到"z"范围内的任何字符
\d	数字字符匹配。
\D	非数字字符匹配。
\s	匹配任何空白字符，包括空格、制表符、换页符等	[0-9]
\S	匹配任何非空白字符	[^0-9]
\w	匹配任何类字符，包括下划线
\W	与任何非单词字符匹配

二、函数

ge：conent_info

fgds

dffd

1.regexp

语法: XXXX REGEXP 表达式
操作类型: STRING
说明: 功能与RLIKE相同用于过滤字符串


eg:获取含数字的字符串
hive> select  id 
from 
(
select 'abc01' id 
union all 
select 'abc' 
union all 
select '1abc' 
union all 
select 'a0bc' 
) a 
where id regexp '\\d'
	
abc01	
1abc	
a0bc

2.regexp_extract

语法: regexp_extract(XXXX, 表达式, 索引位置)
返回值: string
说明：将字符串subject按照pattern正则表达式的规则拆分，返回index指定的字符。

select regexp_extract(cc, '33', 3) from concent_info

3.regexp_replace
语法: regexp_replace(string A, string B, string C)
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。注意，在有些情况下要使用转义字符,类似oracle中的regexp_replace函数。
select regexp_replace(cc, '5564', 'cyx') from concent_info

参考链接：

https://www.iteblog.com/archives/1639.html hive字符串处理函数，比较全

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/我家小花儿/article/detail/605152