hive字符串去掉,提取中文

数据背景

在工作中, 会出现的字符串数据处理的问题, 包括数据中是否包含什么特殊字符/中文场景;
提取出字段中的中文/特殊字符等问题.
现总结如下:

show me code

select 
regexp_extract('什么【tmd】叫什么tmd的惊喜','([^\\x{00}-\\x{ff}]+)') --提取出[首段]中文和字符
,regexp_extract('什么【tmd】叫什么tmd的惊喜', '([\\x{4e00}-\\x{9fa5}]+)') --提取[首段]中文
,regexp_replace