hive 正则表达式

https://www.runoob.com/regexp/regexp-syntax.html

正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。

把一个由子母和数字组成的字符串，提取所有的字母串和数字串。简单想了下可以写udf解决，也可以用正则处理。采用正则处理的实例如下：

1. --字符串'sdfsd1232sdf324',拆成'sdfsd','1232','sdf','324'

2. select explode(split(regexp_replace('sdfsd1232sdf324','[0-9]+',','),','))

3. union all 

4. select explode(split(regexp_replace('sdfsd1232sdf324','[a-z]+',','),','))

该问题解决起来不算难，借着这个问题想要整理下Hive中的正则表达式的使用。

正则表达式基本语法

普通字符

普通字符包括没有显示指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母，所有数字，所有标点符号和其他一些符号。

非打印字符

非打印字符也可以是正则表达式的组成部分。下面列出表示非打印字符的转义序列：

字符	描述
\cx	匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\f	匹配一个换页符。等价于\x0c 和\cL
\n	匹配一个换行符。等价于\x0a和\cJ
\r	匹配一个回车符。等价于\x0d和\cM
\s	匹配任何空白字符