在 Hive SQL 中提取具有特定模式的子字符串

Posted 2023-03-23

【中文标题】在 Hive SQL 中提取具有特定模式的子字符串

【英文标题】：Extract substring with a specific pattern in Hive SQL

【发布时间】：2021-04-04 04:08:02

【问题描述】：

我有一列包含此示例数据。我需要提取所有以“M6”开头的子字符串。有没有办法用 regexp_extract 做到这一点？

Data Column
HEY01230328_M6K21SG_UNO_NYC_241
M6EW2BJ_UNO_NYC_251
M6HW2WL_UNO_NYC_251
HEY08460329_NA_M6LAB3D_UNO_NYC_241

Desired Output
M6K21SG
M6EW2BJ
M6HW2WL
M6LAB3D

【参考方案1】：

尝试使用：

SELECT colname FROM tableName WHERE REGEXP_EXTRACT(colname, ".*(M6[^_]*).*",1)

使用的正则表达式：

.*(M6[^_]*).*

Regex Demo

说明：

.* - 匹配 0+ 个非换行符的字符 (M6[^_]*) - 匹配 M6 后跟 0+ 个非 _ 的字符。因此，在 M6 之后，它会继续匹配所有内容，直到找到下一个 _。括号用于将这个子匹配存储在第 1 组中 .* - 匹配 0+ 个非换行符的字符