Hive 正则匹配函数 regexp

Hive 正则匹配函数 regexp_extract

1。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。

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...

注意，在有些情况下要使用转义字符（双斜杠了‘\\’）。

举例：

select
regexp_extract('x=a3&x=18abc&x=2&y=3&x=4','x=([0-9]+)([a-z]+)',0),  -- x=18abc
regexp_extract('x=a3&x=18abc&x=2&y=3&x=4','^x=([a-z]+)([0-9]+)',0), -- x=a3regexp_extract('https://detail.tmall.com/item.htm?spm=608.7065813.ne.1.Ni3rsN&id=522228774076&tracelog=fromnonactive','id=([0-9]+)',0),    -- id=522228774076
regexp_extract('https://detail.tmall.com/item.htm?spm=608.7065813.ne.1.Ni3rsN&id=522228774076&tracelog=fromnonactive','id=([0-9]+)',1),    -- 522228774076regexp_extract('http://a.m.taobao.com/i41915173660.htm','i([0-9]+)',0),            -- i41915173660
regexp_extract('http://a.m.taobao.com/i41915173660.htm','i([0-9]+)',1)             -- 41915173660from test.dual;

正则匹配字符解释：

^ 表示开头
$ 表示结尾
. 表示任意字符
* 表示任意多个

2。手机号清洗：

regexp_replace(mobile,'[^0-9]','') regexp '1[0-9]{10}' 返回true，则为好的手机号。

3。其他两个函数split 和 parse_url

也可以做简单的url 关键字提取, 如下

select 'xinli.ewt360.com/Psychology/Search?keyword=abc?语文数学123' url,split(split(lower('xinli.ewt360.com/Psychology/Search?keyword=abc?语文数学123/from'),'keyword=')[1],'/')[0]                              split1,  -- 结果: abc?语文数学123split(parse_url(concat('http://',lower('xinli.ewt360.com/Psychology/Search?keyword=abc?语文数学123/from')), 'QUERY','keyword'),'/')[0] parse_url1,regexp_extract(lower('xinli.ewt360.com/Psychology/Search?keyword=abc?语文数学123'),'keyword=(.+)',1),           -- 还未找到办法regexp_extract(lower('xinli.ewt360.com/Psychology/Search?keyword=语文数学'),'keyword=(^[\\u4e00-\\u9fa5]$)+')   -- 中文匹配，还未验证

4. https://blog.csdn.net/lsr40/article/details/82223923　　

posted on 2016-02-01 15:15 Suckseedeva 阅读(...) 评论(...) 编辑收藏

转载于:https://www.cnblogs.com/skyEva/p/5175377.html

Hive 正则匹配函数 regexp_extract相关推荐

Hive 正则匹配函数 regexp_extract和 regexp_replace和rlike
介绍一下主要的功能函数. 参考:https://www.jianshu.com/p/3bcc06b1294b regexp_extract 相当于python当中的re.search: 遍历匹配,仅可 ...
hive正则匹配：regexp_replace、regexp_extract、regexp
hive正则匹配:regexp_replace.regexp_extract.regexp 一.regexp语法介绍 regexp 语法: A REGEXP B 操作类型: strings 描述: 功 ...
HIVE获取时间函数, regexp_extract正则提取用法
Hive获取时间函数 regexp_replace(date_add(from_unixtime(unix_timestamp(), "yyyy-MM-dd") , -1), '- ...
常用JS正则匹配函数
//校验用户名:只能输入1-30个字母 function isTrueName(s) { var patrn=/^[a-zA-Z]{1,30}$/; if (!patrn.exec(s)) retur ...
php正则匹配函数字符串长度,PHP中preg_match函数正则匹配的字符串长度问题
PHP中preg_match函数正则匹配的字符串长度问题发布于 2015-10-25 10:24:29 | 166 次阅读 | 评论: 0 | 来源: 网友投递 PHP开源脚本语言PHP(外文名: ...
javascript中的正则匹配函数exec(),test(),match()
test() var str = "cat"; var reStr = /cat/; alert(reStr.test(str)); 输出为:true 它的返回值为true or ...
HIVE正则匹配包含或者不包含多种可能的字符串
-- 匹配包含多种可能字符串 select 'tttrylooji' regexp '^((?hel|try|fty).)*$'-- 匹配不包含多种可能字符串 select 'tttrylooji' ...
Hive内置函数与常用函数汇总
目录 Hive内置函数汇总字符函数(字符串操作) 数学函数集合函数类型转换函数日期函数条件函数聚合函数表生成函数辅助功能类函数数据屏蔽函数(从Hive 2.1.0开始) Hive常用 ...
php正则匹配反斜杠问题
php正则匹配反斜杠问题: 之前做了一道题,发现php中正则匹配反斜杠好像有点问题. 我们先看下面代码: <?php$cmd = "\\";echo $cmd.PHP_EOL ...