hive 正则表达式详解

　hive中的正则表达式还是很强大的。数据工作者平时也离不开正则表达式。对此，特意做了个hive正则表达式的小结。所有代码都经过亲测，正常运行。

1.regexp

语法: A REGEXP B 
操作类型: strings 
描述: 功能与RLIKE相同

select count (*) from olap_b_dw_hotelorder_f where create_date_wid not regexp '\\d{8}'
与下面查询的效果是等效的：
select count (*) from olap_b_dw_hotelorder_f where create_date_wid not rlike '\\d{8}' ;

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。

hive> select regexp_extract( 'IloveYou' , 'I(.*?)(You)' , 1 ) from test1 limit 1 ;
Total jobs = 1
。。。
Total MapReduce CPU Time Spent: 7 seconds 340 msec
ok
love
Time taken: 28.067 seconds, Fetched: 1 row(s)

hive> select regexp_extract( 'IloveYou' , 'I(.*?)(You)' , 2 ) from test1 limit 1 ;
You
hive> select regexp_extract( 'IloveYou' , '(I)(.*?)(You)' , 1 ) from test1 limit 1 ;
I
hive> select regexp_extract( 'IloveYou' , '(I)(.*?)(You)' , 0 ) from test1 limit 1 ;
IloveYou

hive> select regexp_replace( "IloveYou" , "You" , "" ) from test1 limit 1 ;
Ilove

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 ;
Ilove
hive> select regexp_replace( "IloveYou" , "You" , "lili" ) from test1 limit 1 ;
Ilovelili

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/28291944/viewspace-2151289/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/28291944/viewspace-2151289/