Hive正则表匹配字符：regexp_extract()

regexp_extract函数用法

语法

regexp_extract(string subject, string pattern, int index)

返回值: string

功能：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。

第一参数：   要处理的字段

第二参数:    需要匹配的正则表达式

第三个参数:

• 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

附：正则匹配表达

1、元字符匹配

.  表示匹配除换行符以外的任意字符。
[xyz]    字符集(character set)，匹配这个集合中的任一一个字符(或元字符)
[^xyz]    不匹配这个集合中的任何一个字符
[/b]    匹配一个退格符
/b    匹配一个单词的边界
/B    匹配一个单词的非边界
/cX    这儿，X是一个控制符，//cM/匹配Ctrl-M
/d    匹配一个字数字符，//d/ = /[0-9]/
/D    匹配一个非字数字符，//D/ = /[^0-9]/
/n    匹配一个换行符
/r    匹配一个回车符
/s    匹配一个空白字符，包括/n,/r,/f,/t,/v等
/S    匹配一个非空白字符，等于/[^/n/f/r/t/v]/
/t    匹配一个制表符
/v    匹配一个重直制表符
/w    匹配字母、下划线、数字或汉字，等于[a-zA-Z0-9]
/W    匹配一个不可