hiveql 上的正则表达式：悬空元字符映射减少 [重复]

Posted 2023-03-23

【中文标题】hiveql 上的正则表达式：悬空元字符映射减少 [重复]

【英文标题】：regex on hiveql : dangling meta character map reduce [duplicate]

【发布时间】：2021-01-20 10:04:16

【问题描述】：

总之，我一直在用 talend 将我的数据转换成 hive。

我运行了一些正则表达式。其中之一是这样的。

KRW3TR.899877.GR0054656*DR.798012...2..............GR0054656*EUR*
KRW3TR.899877.GR0054656*DR.798012...2..............GR0054656*EUR*DDT*
KRW3TR.899877.GR0054656*DR.798012...2..............GR0054656*EUR*CCT*

我想做的是得到最后一个序列：DDTCCT

（从这些示例中您知道有时会出现最后一个序列）

我从 map reduce 得到错误：

Caused by: org.apache.hadoop.hive.ql.metadata.HiveException: Unable to execute method public java.lang.String org.apache.hadoop.hive.ql.udf.UDFRegExpExtract.evaluate(java.lang.String,java.lang.String,java.lang.Integer)  on object org.apache.hadoop.hive.ql.udf.UDFRegExpExtract@a22c4d8 of class org.apache.hadoop.hive.ql.udf.UDFRegExpExtract with arguments 

另一个是：

Caused by: java.lang.reflect.InvocationTargetException

Caused by: java.util.regex.PatternSyntaxException: Dangling meta character '*' near index 9

我使用这个正则表达式来提取这个：

REGEXP_EXTRACT(columnrr,'^(?:[^*]*\\*)3([^*]*)',1) as TYPE

我的问题是： 他们有关系吗？ DDT和CCT的出现有什么关系吗？ 我的正则表达式应该是怎样的？

谢谢。

【问题讨论】：

不应该是'^(?:[^*]*\\*)3([^*]*)'吗？

啊呀！谢谢你！所以答案是我的问题？我应该删除这个问题吗？

【参考方案1】：

我找到了。 正则表达式中有保留字符。所以答案是：

REGEXP_EXTRACT(columnrr,'^(?:[^*]*\\\\*)3([^*]*)',1) as TYPE

相关问题：java.util.regex.PatternSyntaxException: Dangling meta character '+' near index 0 +