在 Hive SQL 中提取具有特定模式的子字符串
Posted
技术标签:
【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 |
【问题讨论】：
【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
【讨论】：
以上是关于在 Hive SQL 中提取具有特定模式的子字符串的主要内容，如果未能解决你的问题，请参考以下文章
使用 osx 终端从外部硬盘驱动器中提取具有特定名称的子文件夹。