Hive(五)--正则表达式

朴灿烈づ我的快乐病毒、 2022-09-29 06:37 177阅读 0赞

[Hive][]中的正则表达式还是很强大的。数据工作者平时也离不开正则表达式。对此，特意做了个hive正则表达式的小结。所有代码都经过亲测，正常运行。

## 1.regexp ##

语法: A REGEXP B  
操作类型: strings  
描述: 功能与RLIKE相同

select count(*) from olap_b_dw_hotelorder_f where create_date_wid not regexp '\\d{8}'
       
        
         1 
        
       
        
         1

与下面查询的效果是等效的：

select count(*) from olap_b_dw_hotelorder_f where create_date_wid not rlike '\\d{8}';
       
        
         1 
        
       
        
         1

## 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。

hive> select regexp_extract('IloveYou','I(.*?)(You)',1) from test1 limit 1;
    Total jobs = 1
    ...
    Total MapReduce CPU Time Spent: 7 seconds 340 msec
    OK
    love
    Time taken: 28.067 seconds, Fetched: 1 row(s)
       
        
         1 
         2 
         3 
         4 
         5 
         6 
         7 
        
       
        
         1 
         2 
         3 
         4 
         5 
         6 
         7

hive> select regexp_extract('IloveYou','I(.*?)(You)',2) from test1 limit 1;
    Total jobs = 1
    ...
    OK
    You
    Time taken: 26.067 seconds, Fetched: 1 row(s)
       
        
         1 
         2 
         3 
         4 
         5 
         6 
        
       
        
         1 
         2 
         3 
         4 
         5 
         6

hive> select regexp_extract('IloveYou','(I)(.*?)(You)',1) from test1 limit 1;
    Total jobs = 1
    ...
    OK
    I
    Time taken: 26.057 seconds, Fetched: 1 row(s)
       
        
         1 
         2 
         3 
         4 
         5 
         6 
        
       
        
         1 
         2 
         3 
         4 
         5 
         6

hive> select regexp_extract('IloveYou','(I)(.*?)(You)',0) from test1 limit 1;
    Total jobs = 1
    ...
    OK
    IloveYou
    Time taken: 28.06 seconds, Fetched: 1 row(s)
       
        
         1 
         2 
         3 
         4 
         5 
         6 
        
       
        
         1 
         2 
         3 
         4 
         5 
         6

hive> select regexp_replace("IloveYou","You","") from test1 limit 1;
    Total jobs = 1
    ...
    OK
    Ilove
    Time taken: 26.063 seconds, Fetched: 1 row(s)
       
        
         1 
         2 
         3 
         4 
         5 
         6 
        
       
        
         1 
         2 
         3 
         4 
         5 
         6

## 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。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","lili") from test1 limit 1;
    Total jobs = 1
    ...
    OK
    Ilovelili
       
        
         1 
         2 
         3 
         4 
         5 
        
       
        
         1 
         2 
         3 
         4 
         5

[Hive]: http://lib.csdn.net/base/hive
[Java]: http://lib.csdn.net/base/javase
[Oracle]: http://lib.csdn.net/base/oracle