大数据之Hive:正则表达式
目录
- 背景
- 一、正则的通配符简介
- 1、正则表达式的符号及意义
- 2、字符簇:
- 3、各种操作符的运算优先级:
- 二、regexp函数
- 三、regexp_extract函数
- 四、regexp_replace函数
背景
最近在工作中,遇到一些匹配,需要使用正则表达式,发现自己在这一块知识有所欠缺,故总结一下;
一、正则的通配符简介
1、正则表达式的符号及意义
符号 | 含义 | 实列 |
---|---|---|
/ | 做为转意,即通常在"/"后面的字符不按原来意义解释 | 如" * “匹配它前面元字符0次或多次,/a*/将匹配a,aa,aaa,加了”/"后,/a/* /将只匹配"a* " |
^ | 匹配一个输入或一行的开头 | /^a/匹配"an A",而不匹配"An a" |
$ | 匹配一个输入或一行的结尾 | /a$/匹配"An a",而不匹配"an A" |
* | 匹配前面元字符0次或多次 | /ba*/将匹配b,ba,baa,baaa |
+ | 匹配前面元字符1次或多次 | /ba+/将匹配ba,baa,baaa |
? | 匹配前面元字符0次或1次 | /ba?/将匹配b,ba |
(x) | 匹配x保存x在名为$1…$9的变量中 | |
x竖y | 匹配x或y | |
{n} | 精确匹配n次 | |
{n,} | 匹配n次以上 | |
{n,m} | 匹配n-m次 | |
[xyz] | 字符集(character set),匹配这个集合中的任一一个字符(或元字符) | |
[^xyz] | 不匹配这个集合中的任何一个字符 | |
/d | 匹配一个字数字符 | //d/ = /[0-9]/ |
/D | 匹配一个非字数字符 | //D/ = /[^0-9]/ |
/s | 匹配一个空白字符,包括/n,/r,/f,/t,/v等 | |
/S | 匹配一个非空白字符,等于/[^/n/f/r/t/v]/ | |
/w | 匹配一个可以组成单词的字符(alphanumeric,这是我的意译,含数字),包括下划线,如[/w]匹配"$5.98"中的5,等于[a-zA-Z0-9] | |
/W | 匹配一个不可以组成单词的字符,如[/W]匹配"$5.98"中的 $,等于[^a-zA-Z0-9] |
备注:
‘( )’ 标记一个子表达式的开始和结束位置。
‘[]’ 标记一个中括号表达式。
/num 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。
2、字符簇:
[[:alpha:]] 任何字母。
[[:digit:]] 任何数字。
[[:alnum:]] 任何字母和数字。
[[:space:]] 任何白字符。
[[:upper:]] 任何大写字母。
[[:lower:]] 任何小写字母。
[[:punct:]] 任何标点符号。
[[:xdigit:]] 任何16进制的数字,相当于[0-9a-fA-F]
3、各种操作符的运算优先级:
转义符>圆括号和方括号>限定符>位置和顺序
具体如下:
/ 转义符
(), ( ?: ), (?=), [] 圆括号和方括号
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, anymetacharacter 位置和顺序
正则表达式的符号及意义
二、regexp函数
语法: A REGEXP B
操作类型: strings
描述: 功能与RLIKE相同
hive> select id,name,birthday,tea_list from stu_info where birthday regexp '\\d{8}';
id name birthday tea_list
01 zhangsan 20000308 东邪|西毒|南帝|北丐
02 lisi 20040418 东邪|西毒|南帝
03 wangwu 20011008 西毒|南帝
hive> select id,name,birthday,tea_list from stu_info where tea_list regexp '东邪|北丐';
id name birthday tea_list
01 zhangsan 20000308 东邪|西毒|南帝|北丐
02 lisi 20040418 东邪|西毒|南帝
hive> select id,name,birthday,tea_list from stu_info where birthday not rlike '\\d{8}';
id name birthday tea_list
05 tianqi 1994-10-01 西毒|南帝
补充:like (模糊匹配)与rlike的 区别
示例:
hive>select id,name,birthday,tea_list from stu_info where tea_list like '%东邪%';
id name birthday tea_list
01 zhangsan 20000308 东邪|西毒|南帝|北丐
02 lisi 20040418 东邪|西毒|南帝
hive> select id,name,birthday,tea_list from stu_info where birthday not rlike '\\d{8}';
id name birthday tea_list
05 tianqi 1994-10-01 西毒|南帝
首先需要明确的是like的内容不是正则,而是通配符。
而rlike的内容可以是正则,正则的写法与java一样。需要转义,例如’\m’需要使用’\m’
1,%:表示任意0个或多个字符。可匹配任意类型和长度的字符,有些情况下若是中文,请使用两个百分号(%%)表示
SELECT name FROM stu_info WHERE name LIKE '%三%';
2,_: 表示任意单个字符。匹配单个任意字符,它常用来限制表达式的字符长度语句;
SELECT name FROM stu_info WHERE name LIKE '_三_';
SELECT name FROM stu_info WHERE name LIKE '三_';
3,[ ]:表示括号内所列字符中的一个(类似正则表达式)。指定一个字符、字符串或范围,要求所匹配对象为它们中的任一个。
SELECT name FROM stu_info WHERE name LIKE '[张李王]三';
4,[ ^ ] :表示不在括号所列之内的单个字符。其取值和 [] 相同,但它要求所匹配对象为指定字符以外的任一个字符。
SELECT name FROM stu_info WHERE name LIKE '[^张李王]三';
三、regexp_extract函数
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
idx是返回结果 取表达式的哪一部分 默认值为1。
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。
hive> select regexp_extract('IloveYou','I(.*?)(You)',1) from test1 limit 1;
love
hive> select regexp_extract('IloveYou','I(.*?)(You)',2) from test1 limit 1;
You
hive> select regexp_extract('IloveYou','(I)(.*?)(You)',1) from test1 limit 1;
I
hive> select regexp_extract('IloveYou','(I)(.*?)(You)',0) from test1 limit 1;
IloveYou
hive>select regexp_extract(create_time,'[0-9]{3}[1-9]-(0[1-9]|1[012])-[0-9]{2}',0) from time_table_1;
2021-08-14
2021-08-15
2021-08-16
四、regexp_replace函数
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。注意,在有些情况下要使用转义字符,类似oracle中的regexp_replace函数。
hive> select regexp_replace("IloveYou","You","") from test1 limit 1;
Ilove
hive> select regexp_replace("IloveYou","You","lili") from test1 limit 1;
Ilovelili
hive>select date_format (regexp_replace('2017/05/21','/','-'),'yyyy-MM-dd') data_dt;
2017-05-21
参考:https://blog.csdn.net/bitcarmanlee/article/details/51106726
大数据之Hive:正则表达式相关推荐
- 大数据之Hive入门
1 Hive基本概念 1.1 什么是Hive Hive:由Facebook开源用于解决海量结构化日志的数据统计.Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张表,并提供 ...
- 大数据第三季--Hive(day3)-徐培成-专题视频课程
大数据第三季--Hive(day3)-1425人已学习 课程介绍 大数据第三季--Hive(day3) 课程收益 大数据第三季--Hive(day3) 讲师介绍 徐培成 ...
- 大数据数据仓库 Hive (三)
大数据技术之Hive 一 Hive基本概念 1.1 什么是Hive Hive:由Facebook开源用于解决海量结构化日志的数据统计. Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据 ...
- 大数据之hive 阿善看到
第1章 Hive基本概念 1.1 什么是Hive Hive:由Facebook开源用于解决海量结构化日志的数据统计工具. Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张 ...
- 大数据:Hive和Hbase的区别于优势
1. 前言 最近在研究大数据相关知识,Hive和Hbase是之前本科的时候调研过的两个数据仓库.现在特把这两个数据仓库拿来总结以下,这两个数据仓库各自由各自的特点,可以应用与不同的应用场景.对于大数据 ...
- 大数据技术-hive窗口函数详解
有不少同学一听这个标题,hive窗口函数是什么鬼?没听说过还有窗口函数这个东西啊,其实它的用处可大了,下面听小千慢慢道来. hive窗口函数 窗口函数指定了函数工作的数据窗口大小(当前行的上下多少行) ...
- 查询hive表_大数据中Hive与HBase的区别与联系
二者区别 Hive:Hive是基于Hadoop的一个数据仓库工具,可以将结构化的数据文件映射为一张数据库表,并提供简单的sql查询功能. Hive本身不存储和计算数据,它完全依赖于HDFS和MapRe ...
- 大数据之Hive教程
Hive是一个数据仓库基础工具在Hadoop中用来处理结构化数据.它架构在Hadoop之上,总归为大数据,并使得查询和分析方便.并提供简单的sql查询功能,可以将sql语句转换为MapReduce任务 ...
- Hive大数据-Hive的安装与启动---大数据之Hive工作笔记0005
然后我们再去看这个hive的安装,其实正确的学习路径应该是,首先去看 一下hadoop,因为大数据中,很多知识都是基于hadoop的,然后再去看hive,然后再去 看hbase,spark,flink ...
最新文章
- 网络编程学习笔记(gethostbyname函数)
- Linux/Ubuntu sudo不用输入密码的方法
- 管理员账户遇到“操作需要管理员权限”解决方法
- ionic view 视图
- 转载并学习实现三重DES加密解密代码(一)
- 北理计算机网络实验汇编,北理计算机与网络实验(II)(汇编语言实验4).docx
- java实现对文件加解密操作
- java日历类add方法_Java日历setMinimalDaysInFirstWeek()方法与示例
- System Center 2016 Data Protection Manager 部署手册
- 带你了解几种二进制代码相似度比较技术
- 我的docker随笔30:C++程序的自动化构建
- python如何制作一个任意列表_在Python中扁平化任意嵌套列表的最快方法是什么?...
- 组合数学及其应用——polya计数
- php共生模式,phpwamp单身狗模式的详解与分析,单身狗模式/即霸体模式的作用讲解。...
- 第2关:创建 <h2>-<h6> 标签
- 51单片机实验——模拟三台机器故障检测与指示系统
- intel RDT (Resource Director Technology) 管理LLC和内存带宽
- uniapp 微信小程序分享给微信好友与分享到朋友圈功能
- 转载:理解 VSync
- 【2022年对话机器人chatbot】SaleSmartly如何解决客服难题