在实际的应用中,通常需要在一些复杂的、没有规律的字符串中提取数据,这时候就需要用到正则表达式了,这次讲一下hive的正则表达式。
like
语法: A like B
说明:如果字符串A符合表达式B的正则语法,则为true,否则为flase。B中字符”_”表示任意单个字符,而字符”%”表示任意数量的字符。
例子:select ‘AA123’ like ‘AA%’;
结果:true
例子:select ‘AAbbbbcccc’ like ‘_A%’;
结果:true
rlike
语法: A rlike B
说明: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。
例子:select ‘AAbbbbcccc’ rlike ‘AA’;
结果:true
regexp
语法:A REGEXP B
说明:用法和rike一样
例子:select ‘AAbbbbcccc’ regexp ‘AA’;
结果:true
regexp_replace
语法:regexp_replace(string A, string B, string C)
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
例子:select regexp_replace(‘AA123bbcccc’ ,’123′,’o’);
结果:AAobbcccc
语法:regexp_extract(string A, string pattern, int index)
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。
- 0是显示与之匹配的整个字符串
- 1 是显示第一个括号里面的
- 2 是显示第二个括号里面的字段
- 3,4,5…..依次类推
例子:select regexp_extract(‘AA123bbcccc’ ,’A{2}([1-9]{3})([a-z]{6})’,0);
结果:AA123bbcccc
例子:select regexp_extract(‘AA123bbcccc’ ,’A{2}([1-9]{3})([a-z]{6})’,2);
结果:bbcccc
基础语法 “^([]{})([]{})([]{})$”
正则字符串 = “开始([包含内容]{长度})([包含内容]{长度})([包含内容]{长度})结束”
常用元字符的使用:
元字符
转义字符。例如,”\n”代表换行符,如果想表示”\n”这个字符串,需要使用”\n”来表示,也就是说”\”代表字符”\”
匹配输入字行首。”^a”代表以a开头的任意字符串
匹配输入行尾。”a$”代表以a结尾的任意字符串
匹配前面的子表达式0次或多次。例如,ab*能匹配a,ab,abb,abbbb等等,等价于{0,}
匹配前面的子表达式一次或多次(大于等于1次)。例如,”ab+”能
匹配ab,abb,abbbb等等。等价于{1,}
匹配前面的子表达式零次或一次。例如,”ab?”可以匹配ab,abb,等价于{0,1}。当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串,而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如,对于字符串”oooo”,”o+”将尽可能多地匹配”o”,得到结果[“oooo”],而”o+?”将尽可能少地匹配”o”,得到结果 [‘o’, ‘o’, ‘o’, ‘o’],等价于{0,1}
{n}
n是一个非负整数。匹配确定的n次。例如,”a{2}”不能匹配到aa。
{n,}
n是一个非负整数。至少匹配n次。例如,”a{2,}”能匹配”aa,aaa等等。”a{1,}”等价于”a+”,”a{0,}”则等价于”a*”。
{n,m}
m和n均为非负整数,其中n
Original: https://blog.csdn.net/weixin_67668417/article/details/126100900
Author: 每天一个摸鱼技巧
Title: Hive中常用正则表达式的运用
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/817813/
转载文章受原作者版权保护。转载请注明原作者出处!