- 1split()函数的用法_阿波罗 函数 split
- 2字节跳动软件测试岗，前两面过了，第三面HR天坑竟然跟我说……_字节跳动三面是不是最开始的hr
- 3GDB调试常用代码汇总_gdb显示代码
- 42020年度智能音箱主控方案汇总，涵盖15大芯片品牌推出的34款解决方案_mt7668bub
- 5手动安装Python NLTK语言包_nltk.download('cmudict')
- 6【启明智显产品介绍】Model3工业级HMI芯片详解系列专题（一）：芯片性能
- 7[AIGC]字典树相关的几个疑问
- 8解决无法连接到visual studio开发服务器的问题_you are about to connect to an os version that is
- 9java/php/node.js/python校园二手物品交易网站【2024年毕设】
- 10使用VitePress静态网站生成器创建组件库文档网站并部署到GitHub
Hive学习总结之正则表达式详解_hive regexp用法
赞
踩
1.regexp
语法: A REGEXP B
操作类型: strings
描述: 功能与RLIKE相同
select count(*) from emails where email not regexp '\\d{8}'
- 1
与下面查询的效果是等效的：
select count(*) from emails where email not rlike '\\d{8}';
- 1
2.regexp_extract
语法: regexp_extract(string subject, string pattern, int index)
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。
参数解释:
其中：
str是被解析的字符串或字段名
regexp 是正则表达式
idx是返回结果 取表达式的哪一部分 默认值为1。
0表示把整个正则表达式对应的结果全部返回
1表示返回正则表达式中第一个() 对应的结果 以此类推
注意点：
要注意的是idx的数字不能大于表达式中()的个数。
否则报错：
实例：
如：
1） select regexp_extract(‘hitdecisiondlist’,’(i)(.*?)(e)’,0) ;
得到的结果为:
itde
2） select regexp_extract(‘hitdecisiondlist’,’(i)(.*?)(e)’,1) ;
得到的结果为:
i
3） select regexp_extract(‘hitdecisiondlist’,’(i)(.*?)(e)’,2) ;
得到的结果为:
td
4） select regexp_extract(‘x=a3&x=18abc&x=2&y=3&x=4’,‘x=([0-9]+)([a-z]+)’,2) from default.dual;
得到的结果为:
abc
此外，当前的语句只有2个()表达式 所以当idx>=3的时候 就会报错
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。
hive> select regexp_replace("IloveYou","You","") from test1 limit 1;
Total jobs = 1
...
OK
Ilove
Time taken: 26.063 seconds, Fetched: 1 row(s)
- 1
- 2
- 3
- 4
- 5
- 6
hive> select regexp_replace("IloveYou","You","lili") from test1 limit 1;
Total jobs = 1
...
OK
Ilovelili
- 1
- 2
- 3
- 4
- 5
正则匹配字符解释：
^ 表示开头
$ 表示结尾
. 表示任意字符
* 表示任意多个
- 1
- 2
- 3
- 4
1、关于正则表达式的符号及意义
正则表达式由标准的元字符（metacharacters）所构成：
| 符号 | 解释 |
|---|---|
| / | 做为转意，即通常在"/“后面的字符不按原来意义解释，如/b/匹配字符"b”，当b前面加了反斜杆后//b/，转意为匹配一个单词的边界。-或- 对正则表达式功能字符的还原，如""匹配它前面元字符0次或多次，/a/将匹配a,aa,aaa，加了"/“后，/a//将只匹配"a”。 |
| ^ | 匹配一个输入或一行的开头，/^a/匹配"an A"，而不匹配"An a" |
| $ | 匹配一个输入或一行的结尾，/a$/匹配"An a"，而不匹配"an A" |
| * | 匹配前面元字符0次或多次，/ba*/将匹配b,ba,baa,baaa |
| + | 匹配前面元字符1次或多次，/ba*/将匹配ba,baa,baaa |
| ? | 匹配前面元字符0次或1次，/ba*/将匹配b,ba |
| (x) | 匹配x保存x在名为$1…$9的变量中 |
| x|y | 匹配x或y |
| {n} | 精确匹配n次 |
| {n,} | 匹配n次以上 |
| {n,m} | 匹配n-m次 |
| [xyz] | 字符集(character set)，匹配这个集合中的任一一个字符(或元字符) |
| [^xyz] | 不匹配这个集合中的任何一个字符 |
| [/b] | 匹配一个退格符 |
| /b | 匹配一个单词的边界 |
| /B | 匹配一个单词的非边界 |
| /cX | 这儿，X是一个控制符，//cM/匹配Ctrl-M |
| /d | 匹配一个字数字符，//d/ = /[0-9]/ |
| /D | 匹配一个非字数字符，//D/ = /[^0-9]/ |
| /n | 匹配一个换行符 |
| /r | 匹配一个回车符 |
| /s | 匹配一个空白字符，包括/n,/r,/f,/t,/v等 |
| /S | 匹配一个非空白字符，等于/[^/n/f/r/t/v]/ |
| /t | 匹配一个制表符 |
| /v | 匹配一个重直制表符 |
| /w | 匹配一个可以组成单词的字符(alphanumeric，这是我的意译，含数字)，包括下划线，如[/w]匹配"$5.98"中的5，等于[a-zA-Z0-9] |
| /W | 匹配一个不可以组成单词的字符，如[/W]匹配" 5.98 " 中 的 5.98"中的 5.98"中的，等于[^a-zA-Z0-9]。 |
‘( )’ 标记一个子表达式的开始和结束位置。
‘[]’ 标记一个中括号表达式。
/num 匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。
字符簇：
[[:alpha:]] 任何字母。
[[:digit:]] 任何数字。
[[:alnum:]] 任何字母和数字。
[[:space:]] 任何白字符。
[[:upper:]] 任何大写字母。
[[:lower:]] 任何小写字母。
[[:punct:]] 任何标点符号。
[[:xdigit:]] 任何16进制的数字，相当于[0-9a-fA-F]
[[:<:]],[[:>:]] 标记表示word边界。它们分别与word的开始和结束匹配。word是一系列字字符，其前面和后面均没有字字符。字字符是alnum类中的字母数字字符或下划线(_)
各种操作符的运算优先级：
/ 转义符
(), (?：), (?=), [] 圆括号和方括号
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, anymetacharacter 位置和顺序
2、regexp_extract函数
regexp_extract(str, regexp[, idx]) - extracts a group that matches regexp
字符串正则表达式解析函数。
