HIVE SQL 中的 REGEXP_SUBSTR 等效项？

Posted 2023-03-22

【中文标题】HIVE SQL 中的 REGEXP_SUBSTR 等效项？

【英文标题】：REGEXP_SUBSTR equivalent in HIVE SQL?

【发布时间】：2020-03-24 14:24:12

【问题描述】：

早上好。我正在 Hive 中寻找 REGEXP_SUBSTR 中的等价物，我在 Teradata 等其他数据库中使用它。

我的具体情况是：我有一个包含字符串的字段。它看起来像这样：

Row1: ABC ACC ADF AFA BAC CAF
Row2: ACC BAC CAG HOL HRR NOM
Row3: ACC ARR BBA CAF LOM NOM

在我的 WHERE 子句中，我使用 RLIKE 来查找字符串的特定部分，例如：

WHERE mystring RLIKE 'BAC|BBA'

我想做的是将匹配的任何部分作为列返回。所以结果是：

Row1: BAC
Row2: BAC
Row3: BBA

在其他数据库中，我会通过将其放入 SELECT 语句中来做到这一点：REGEXP_SUBSTR(mystring,'(BAC|BBA)\S*')。 Hive 中是否有等效功能？如果是这样，语法是什么？

我查看了几个不同的 Hive 函数，但他们似乎希望字符串每次都在同一个位置，但这里的情况并非如此。但我承认我可能误解了语法。

【问题讨论】：

该函数在Hive中调用regexp_extract()。

【参考方案1】：

对 \s 等特殊字符使用 regexp_extract 和双斜杠：

 select regexp_extract('ABC ACC ADF AFA BAC CAF','(BAC|BBA)\\s*');

在此处阅读有关语法的更多信息：Hive Language Manual - StringFunctions

【讨论】：

似乎可以完美运行，非常感谢您提供的语法示例！