广州市做网站,成都协会网站建设,sem网站做推广,wordpress建站菜单栏 二级标题Hive版本#xff1a;hive-3.1.2
一、Hive的正则表达式概述 正则表达式是一种用于匹配和操作文本的强大工具#xff0c;它是由一系列字符和特殊字符组成的模式#xff0c;用于描述要匹配的文本模式。 Hive的正则表达式灵活使用解决HQL开发过程中的很多问题#xff0c;本篇文…Hive版本hive-3.1.2
一、Hive的正则表达式概述 正则表达式是一种用于匹配和操作文本的强大工具它是由一系列字符和特殊字符组成的模式用于描述要匹配的文本模式。 Hive的正则表达式灵活使用解决HQL开发过程中的很多问题本篇文章主要对hive正则表达式的总结归纳。关系型数据库的正则表达式如下
正则表达式 – 教程 | 菜鸟教程正则表达式 - 教程 正则表达式(Regular Expression)是一种文本模式包括普通字符例如a 到 z 之间的字母和特殊字符称为“元字符”可以用来描述和匹配字符串的特定模式。 正则表达式是一种用于模式匹配和搜索文本的工具。 正则表达式提供了一种灵活且强大的方式来查找、替换、验证和提取文本数据。 正则表达式可以应用于各种编程语言和文本处理工具中如 JavaScript、Python、Java、Perl 等。 ..https://www.runoob.com/regexp/regexp-tutorial.html Hive支持如下正则表达式 likerlikeregexpregexp_extractregexp_replace 1.1 字符集合
字符描述[a-z]字符范围。匹配指定范围内的任意字符。例如[a-z] 可以匹配 a 到 z 范围内的任意小写字母字符。[A-Z][A-Z] 可以匹配 A 到 Z 范围内的任意大写字母字符。[^a-z]匹配任何不在指定范围内的任意字符。例如[^a-z] 可以匹配任何不在 a 到 z 范围内的任意字符。\d匹配一个数字字符等价于[0-9],匹配所有的数字 \D匹配一个非数字字符等价于[^0-9]\w匹配字母、数字、下划线。等价于[A-Za-z0-9_]\W匹配非字母、数字、下划线。等价于 [^A-Za-z0-9_]\s匹配任何空白字符包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]\S匹配任何非空白字符。等价于 [^ \f\n\r\t\v]\f匹配一个换页符。\n匹配一个换行符。等价于 \x0a 和 \cJ\r匹配一个回车符。等价于 \x0d 和 \cM
1.2 边界集合
字符描述^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
1.3 量词重复次数集合
字符描述*匹配前面的子表达式零次或多次。例如zo* 能匹配 z 以及 zoo。* 等价于{0,}匹配前面的子表达式一次或多次。例如zo 能匹配 zo 以及 zoo但不能匹配 z。 等价于 {1,}?匹配前面的子表达式零次或一次。例如do(es)? 可以匹配 do 或 does 。? 等价于 {0,1}{n}n 是一个非负整数。匹配确定的 n 次。例如o{2}能匹配 food 中的两个 o{n,}n 是一个非负整数。至少匹配n 次。例如o{2,} 能匹配 foooood 中的所有 o{n,m}m 和n均为非负整数其中n m。最少匹配 n 次且最多匹配 m 次。例如o{1,3} 将匹配 fooooood 中的前三个 o
1.4 转义操作符
字符描述\将下一个字符标记为一个特殊字符、或一个原义字符等。例如n 匹配字符 n。\n 匹配一个换行符
1.5 运算符优先级 正则表达式从左到右进行计算并遵循优先级顺序。相同优先级的从左到右进行运算不同优先级的运算先高后低。下表从最高到最低说明了各种正则表达式运算符的优先级顺序
运算符描述示例转义符\\ 是用于转义其他特殊字符的转义符号。它具有最高的优先级。\d 匹配数字\. 匹配点号圆括号() 圆括号()用于创建子表达式具有高于其他运算符的优先级。(abc) 匹配 abc 一次或多次量词 *, , ?, {n}, {n,}, {n,m}量词指定前面的元素可以重复的次数。a* 匹配零个或多个 a定位点^, $^ 表示行的开头$ 表示行的结尾管道符号| | 表示或关系用于在多个模式之间选择一个cat|dog 能够匹配到 cat 或 dog 举例\d{2,3}|[a-z](abc)* 的运算顺序 \d{2,3} 匹配两到三个数字| 表示或[a-z] 匹配一个或多个小写字母(abc)* 匹配零个或多个 abc 二、Hive 正则表达式案例
2.1 like 语法1: A like B 语法2: like(A, B)操作类型: strings返回类型boolean或null描述如果字符串A或者字符串B为null则返回null如果字符串A符合表达式B 的正则语法则为true否则为false。B中字符”_”表示任意单个字符而字符”%”表示任意数量的字符。 -- 举例
select ahngnfg like %nfg -- true %nfg也可以理解为以nfg结尾的字符
select ahngnfg like nfg% -- falsenfg%也可以理解为以nfg开头的字符
select ahngnfg like %nfg% -- true %nfg% 也可以理解为包含nfg的字符
2.2 rlike 语法1: A rlike B语法2: rlike (A, B)操作类型: strings返回类型: boolean或null描述: 如果字符串A或者字符串B为null则返回null如果字符串A符合JAVA正则表达式B的正则语法则为true否则为false。B中字符”_”表示任意单个字符而字符”%”表示任意数量的字符。 java正则. 任意单个字符
* 匹配前面的字符0次或多次匹配前面的字符1次或多次
? 匹配前面的字符0次或1次
\d 匹配一个数字字符,等于[0-9],使用的时候写成\\d
\D 匹配一个非数字字符,等于[^0-9],使用的时候写成\\D
-- 举例
select 2314 rlike \\d; -- true
select numrqe rlike ^num; -- true
2.3 regexp 语法1: A regexp B语法2: regexp (A, B)操作类型: strings返回类型: boolean或null描述: 功能与rlike相同 测试案例
-- 匹配有5个连续数字的字符串
with tmp1 as
(
select 12325abc as rn
union all
select b91256ab56 as rn
union all
select bfs89abc21 as rn
)
select rnfrom tmp1where rn regexp \\d{5};-- 匹配开头有3个及以上连续数字的字符
with tmp1 as
(
select 12325abc as rn
union all
select 91fe56 as rn
union all
select bfs89abc21 as rn
)
select rnfrom tmp1where rn regexp ^\\d{3}; -- 匹配开头只有3个连续数字的字符
with tmp1 as
(
select 12325abc as rn
union all
select 912fe56 as rn
union all
select bfs89abc21 as rn
)
select rnfrom tmp1where rn regexp ^\\d{3}\\D; 2.4 regexp_replace正则替换 语法: regexp_replace(string A, string B, string C)操作类型: strings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。 -- 举例
select regexp_replace(h234ney, \\d, fd); -- hfdney
2.5 regexp_extract正则提取 语法: regexp_extract(string A, string pattern, int index)返回值: string说明: 将字符串A按照pattern正则表达式的规则拆分返回index指定的字符index从1开始计 --举例
select regexp_extract(honeymoon, hon(.*?)(oon), 0); -- honeymoon
select regexp_extract(honeymoon, hon(.*?)(oon), 1); -- eym
select regexp_extract(honeymoon, hon(.*?)(oon), 2); -- oon参考文章
HIVE正则(like、rlike、regexp、regexp_replace、regexp_extract)_hive 正则化-CSDN博客
大数据开发之Hive篇12-Hive正则表达式_hive 正则-CSDN博客
