需求:
从字符串"979|7.10.80|8684"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:
select regexp_extract('979|7.10.80|8684','.*\\|(.*)',1) from t1 limit 1;
OK
8864
由于正则表达式的贪婪匹配,一直会匹配到最后一个竖线。
如果要取第一个竖线前面的内容,实现如下:
select regexp_extract('979|7.10.80|8684','(.*?)\\|.*',1) from t1 limit 1;
OK
979
贪婪匹配和非贪婪匹配的区别 .* 和 .*?
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7.10.80:
select split('979|7.10.80|8684','\\|')[1] from t1 limit 1;
OK
7.10.80