Hive：从/分隔列中提取子字符串

Posted 2023-03-23

【中文标题】Hive：从/分隔列中提取子字符串

【英文标题】：Hive: Extracting sub-string from / separated column

【发布时间】：2019-06-06 23:32:14

【问题描述】：

我的表格有如下条目：

this/is/my/dir/file
this/is/my/another/dir/file

我想显示不带 /filename 的字符串：

this/is/my/dir

这是我的代码：

select regexp_replace(filepath,'[^/]+[/]$','')

【问题讨论】：

你的想法是正确的，只是倒退了。 [/][^/]+$，或者更简单地说，\/[^/]+$。

【参考方案1】：

你可以使用

select regexp_replace(filepath,'/[^/]+$','')

查看regex demo 和regex graph：

正则表达式详细信息

/ - 一个 / 字符 [^/]+ - 除了/ 之外的 1+ 个字符 $ - 字符串结束。

【参考方案2】：

在这里，我们可以使用类似于以下的表达式：

(.+)(\/.+)

我们的代码可能如下所示：

select regexp_replace(filepath,'^(.+)(\/.+)$','$1')

或

select regexp_replace(filepath,'(.+)(\/.+)','$1')

我们想要的输出在第一个捕获组$1，后面是最后一个斜杠和文件名，在第二个捕获组$2。

Demo