Hive中的正则表达式

在Hive中查看字段的时候，有时候会需要匹配正则表达式比较方便，以前一直使用like，但是毕竟有限

Hive中可以使用自带的函数regexp_extract(string,regex,index)来判断

比如下面的语句

select regexp_extract('www.baidu.com','[\\w\\.]+',0) from test1  limit 10;

特别注意的是hive中要使用双斜线

在真实的语句中，只需替换第一个即可

select regexp_extract(name,'[\\w\\.]+',0) from student where class='1' limit 10;

最后一个参数的意思是第几个元组中正则表达式返回的值，默认是0，返回所有表达式在一起的值

当index为1时，表示正则表达式中第一个元祖的值

select regexp_extract('www.baidu.com','(\\w+)(\\.)',1) from test1 limit 10;

返回结果

www

当index为2时,返回的是第几个元祖中的正则表达式

select regexp_extract('www.baidu.com','(\\w+)(\\.)',2) from test1  limit 10;

返回结果

.

-----------------------------------------------------------------------------------------------------------------------------------------

Hive中除了上面的regexp_extract函数，还包括like、rlike这样的用法

like中：_表示单个字符，%号代表任意字符

hive> select A like _bai% from default.dual;    ----表示A字段中，第一个字符任意，接下来三个字母必须是bai，后面的字母任意
wbai
abai123
3baijlk

rlike表示like启用正则表达式

hive> select 1 from dual where A  rlike '^f.*r$';   -----表示以f开头，中间任意字符，r结尾的字符
footbar
fsssdffsr