Hive正则表匹配字符：regexp_extract()

regexp_extract函数应用解析

语法

regexp_extract(string subject, string pattern, int index)

返回值类型: string

功能描述：依据指定的正则表达式pattern对字符串subject进行解析分割，并提取由index参数所标识的特定部分。

第一个参数：用于处理的目标字符串字段

第二个参数：用于匹配的正则表达式模式

第三个参数说明：

• 当设定为0时，将返回与正则表达式完全匹配的整个字符串内容
• 若设置为1，则提取第一个括号内所包含的内容
• 若设置为2，则提取第二个括号内所包含的内容

附：正则匹配表达

1、元字符匹配

. 用于表示匹配除换行符之外的所有字符。
[xyz] 表示字符集合，能够匹配该集合中任意一个字符（或元字符）。
[^xyz] 表示不匹配该集合中的任何字符。
[/b] 用于匹配一个退格符。
/b 用于匹配一个单词的边界。
/B 用于匹配一个单词的非边界。
/cX 中，X代表一个控制符，//cM/ 可以匹配 Ctrl-M。
/d 用于匹配数字字符，等同于 /[0-9]/。
/D 用于匹配非数字字符，等价于 /[^0-9]/。
/n 用于匹配换行