如何替换 hive 列中的特殊字符？

Posted 2023-03-29

【中文标题】如何替换 hive 列中的特殊字符？

【英文标题】：How to Replace special characters in hive columns?

【发布时间】：2020-07-15 14:27:16

【问题描述】：

我在 hive 中有一个要求，需要用 _ 替换非字母数字字符。 列中的数据是“Pranav_Wagde_job_1163_W.Pranav Ltr-Resume 04.07.2016.pdf”

SELECT FILENAME, REGEXP_REPLACE(FILENAME,"[^0-9a-zA-Z._]", "_"), FROM HIVEDB.FILEDATA WHERE FILENAME='Pranav Wagde_job_1163_W.Pranav Ltr-Resume 04.07.2016.pdf';

输出是

Pranav_Wagde_job_1163_W.Pranav Ltr-Resume 04.07.2016.pdf

我无法替换文件名中的点。 如何替换数据中除文件扩展名之外的所有点？

【参考方案1】：

如果支持正向前瞻，您可以添加替换 | 匹配所有点，除了右边有 1 个以上单词字符后跟字符串末尾的点。

(?:[^0-9a-zA-Z._]|\.(?!\w+$))

Regex demo

【讨论】：

获取输出为 ___________________________________________________________。

@Pranav 尝试双重转义点 \\. 或 (?:[^0-9a-zA-Z._]|[.](?!\w+$)) regex101.com/r/Sd68ae/1

谢谢第四只鸟。您的 RegExp 正在使用您在超链接中提供的工具，但不幸的是它在 hive 中不起作用。我得到一个输出为```Pranav_Wagde_job_1163_W_Pranav_Ltr_Resume_04_07_2016_pdf ```

尝试将另一个反斜杠加倍，例如\\w+

@Pranav 整个模式是(?:[^0-9a-zA-Z._]|\\.(?!\\w+$))