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！