一、hive支持正则的函数
regexp：用法类似rlike，比如在where里面判断 A regexp B
regexp_extract：regexp_extract(string subject, string pattern, int index)，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
regexp_replace： regexp_replace(string A, string B, string C)，将字符串A中的符合java正则表达式B的部分替换为C。注意有些情况下要使用转义字符
二、正则表达式怎么写
1、元字符匹配
| 字符 | 匹配的字符 |
|---|---|
| \d | 从０-９的任一数字 |
| \D | 任一非数字字符 |
| \w | 任一单词字符，包括A-Z,a-z,0-9和下划线 |
| \W | 任一非单词字符 |
| \s | 任一空白字符，包括制表符，换行符，回车符，换页符和垂直制表符 |
| \S | 任一非空白字符 |
| . | 任一字符 |
2、边界集合
| 字符 l | 描述 |
|---|---|
| ^ | 每一行的开头，单行模式下等价于字符串的开头 |
| $ | 每一行的结尾，单行模式下等价于字符串的结尾 |
3、重复次数集合
贪婪模式会获取尽可能多的字符，而非贪婪模式会获取尽可能少的字符
| 贪婪 | 非贪婪 | 描述 |
|---|---|---|
| * | *? | 零次或多次 |
| ? | ?? | 零次或一次 |
| + | +? | 一次或多次 |
| {m} | {m}? | 正好m次，贪婪与非贪婪一样的 |
| {m,} | {m,}? | 至少m次 |
| {m, n} | {m, n}? | 最少m最多n次 |
四.组合操作符
| 组合操作符 | 描述 |
|---|---|
| […] | 方括号内任意字符或字符集合中的一个 |
| [^…] | 方括号内^为第一个字符时，表示与其后所有字符都不匹配的字符 |
| ( ) | 圆括号，将复杂表达式当作单一表达式来处理 |
| | | 或 |
| abc | 和。直接将字符连在一起写 |
五、匹配操作符
| 匹配操作符 | 描述 |
|---|---|
| \n | 即后向引用。n为1~9，标识由圆括号里取得的匹配字符串。方向是从左到右在regexp_replace函数中，允许在模式表达式和替换表达式中都使用\n |
六、转义操作符
| 转义操作符 | 描述 |
|---|---|
| \ | 将其后紧跟着的操作字符当作普通字符看待。例如 abcdef 可以匹配 abdef或abcccdef等，但无法匹配 abcdef，后者需要abc*def才能匹配 |
本文含有隐藏内容，请 开通VIP 后查看