hive sql 正则表达式

今天来说一下hive中的正则表达式，主要包含：元字符匹配、位置匹配、频率匹配

1、元字符匹配

(.)   表示匹配除换行符以外的任意字符。

(\w) 表示匹配字母、下划线、数字 （\W匹配汉字）

(\d) 表示匹配数字

(\s) 表示匹配任意的空白符（tab 换行 空格）

([ ])  表示匹配方括号中任一字符

([^匹配内容]) 表示不匹配方括号中任一字符

2、位置匹配

(^) 表示匹配字符串的开始，空值:^$

($) 表示匹配字符串的结束

(\b) 表示匹配单词的开始或结束。

(\B) 表示匹配非单词的开始或结束

3、频率匹配

(*) 表示匹配重复0次或多次

(+) 表示匹配重复一次或更多次

(?) 表示匹配重复0次或1次

({n}) 表示匹配重复n次

({n,}) 表示重复n次或更多次

({n,m}) 表示重复n到m次

正则匹配函数：regexp_extract函数

用法：

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。

 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。

regexp

语法: A REGEXP B 
操作类型: strings 
描述: 功能与RLIKE相同  如 xx not regexp '\\d{8}'

————————————————
版权声明：本文为CSDN博主「数据小白的进阶之路」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_37536446/article/details/81053172