Hive零基础从入门到实战 进阶篇（五） HiveQL：正则抽取、替换字符串函数

目录

前言

1. 正则表达式简介

1.1 定义

1.2 字符构成

1.3 速记指南

2. 正则抽取字符串函数 regexp_extract

3. 正则替换字符串函数 regexp_replace

4. 不同运行环境下的转义处理

---

前言

本文我们来详细介绍一下正则表达式，以及在Hive中通过正则匹配抽取、替换字符串的函数：

1. regexp_extract

2. regexp_replace

1. 正则表达式简介

1.1 定义

正则表达式（Regular Expression，在代码中常Hive简写为regexp），又称规则表达式，是计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

1.2 字符构成

正则表达式由一些普通字符和一些元字符组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，我们下面解释。在最简单的情况下，一个正则表达式看上去就是一个普通的查找串。例如，正则表达式"testing"中没有包含任何元字符，它可以匹配"testing"、"testing123"、"123testing"等任何包含"testi