使用 MySQL/Presto 提取给定开始和结束模式的字符串

Posted 2023-03-21

【中文标题】使用 MySQL/Presto 提取给定开始和结束模式的字符串

【英文标题】：Extracting out a string given a starting and ending pattern using MySQL/Presto

【发布时间】：2019-11-21 15:33:03

【问题描述】：

尝试从给定特定开始和结束模式的字符串中提取文本。

真的不知道从哪里开始。我环顾四周，试图理解正则表达式函数，但它们超出了我的想象。

表：

+----+------------------------------------+
| id |              sentence              |
+----+------------------------------------+
|  1 | Hello, I am a bird.                |
|  2 | Hello, I am a cat. I like catfood. |
|  3 | Hello, I am a dog. I like bones.   |
+----+------------------------------------+

试图提取Hello,和.之间的文本

输出：

+-------------+
|  sentence   |
+-------------+
| I am a bird |
| I am a cat  |
| I am a dog  |
+-------------+

【参考方案1】：

尝试在 hive 中使用 regexp_extract(col,regexp,capture_group) 函数：

Hello,    //match "Hello," literal
([^.]*)  //then until first occurrence of .(period) capture as first group

示例：

hive> select regexp_extract(sentence,"Hello,([^.]*)",1)sentence from( 
          --preparing sample data
           select stack(3,'Hello, I am a bird.','Hello, I am a cat. I like catfood.','Hello, I am a dog. I like bones.')
              as(sentence))t;

结果：

sentence
 I am a bird
 I am a cat
 I am a dog

【讨论】：

效果很好！谢谢。