Hive SQL 正则表达式进阶一

   对于从事数据方面工作的同学来说,不可避免的要使用到正则表达式。对于一个正则小白来说,第一次在网上搜正则表达式时,我表示,一脸生无可恋。为了方便这方面以后的深入学习及使用,特意做一个进阶式记录,也供各位小伙伴参考。

1.regexp/rlike

   匹配符合条件的数据,若要做排除,前面加not即可。

select roomname
  from aa
 where roomname not rlike '\\d{1}'
   and roomname = '特价1.5米大床房(无窗)'

返回的结果为:

特价1.5米大床房(无窗)

若在前面加个not

select roomname
  from aa
 where roomname not regexp'\\d{1}'
   and roomname = '特价1.5米大床房(无窗)'

返回结果为空。

2.regexp_extract

语法: regexp_extract(string subject, string pattern, int index) 
返回值: string 
说明: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。

其中:index需要注意

0表示把整个正则表达式对应的结果全部返回

1表示返回正则表达式中第一个() 对应的结果,以此类推。若不用括号,那么不算是一个正则规则。

index的数字不能大于表达式中()的个数,否则报错。

eg:

select regexp_extract(roomname,'(特价)(\\d\.\\d)(米大床房)(\\(\\D\+\\))',1) as roomname
  from aa
 where roomname= '特价1.5米大床房(无窗)'

则返回结果为:

特价

那么,当index为0时,即:

select regexp_extract(roomname,'(特价)(\\d\.\\d)(米大床房)(\\(\\D\+\\))',0) as roomname
  from aa
 where roomname= '特价1.5米大床房(无窗)'

结果为:

特价1.5米大床房(无窗)

那么如果,按照如下方式写呢?

select regexp_extract(roomname,'特价(\\d\.\\d)(米大床房)(\\(\\D\+\\))',1) as roomname
  from aa
 where roomname= '特价1.5米大床房(无窗)'

结果为:

1.5

因此,当不用括号时,特价这个名称将不计入index中,因此,返回的是1.5。

各位小伙伴们,在使用中,也要注意这一点哦~

3.regexp_replace

语法: 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。

eg:

select regexp_replace(roomname,'\\(无窗\\)','\\[无窗\\]') as roomname
  from aa
 where roomname= '特价1.5米大床房(无窗)'

结果为:

特价1.5米大床房[无窗]

以上是我对三个函数的一些理解和使用过程中踩过的坑,欢迎大家补充哦~

由于这一阶主要是对三个函数的学习,因此没有过多解释里面用的正则字符,在下一阶中,我会列举一些我常用到的,欢迎大家关注哦~

猜你喜欢

转载自blog.csdn.net/Jarry_cm/article/details/87272189