贪婪匹配和非贪婪匹配的区别 .* 和 .*?
举例如下:
从字符串"888|666|544"中提取最后一个竖线|后面的内容,但是在这个字符串中,竖线的个数不是固定的 。
使用hive中的regexp_extract函数实现如下:
hive> select regexp_extract('888|666|544','.*\\|(.*)',1);
OK
544
由于使用了正则表达式的贪婪匹配 .*,一直会匹配到最后一个竖线。
非贪婪模式 .*? 结果如下:
hive> select regexp_extract('888|666|544','.*?\\|(.*)',1);
OK
666|544
如果要取第一个竖线前面的内容,实现如下:
hive> select regexp_extract('888|666|544','(.*?)\\|.*',1);
OK
888
如果可以确定取以竖线分割的第N字段,用split即可,比如,取第二个字段666:
sql代码
hive> select split('888|666|544','\\|')[1];
OK
666