https://blog.youkuaiyun.com/jxq0816/article/details/103033674
========英文=======
select regexp_extract("Aptamil 爱他美(德国)",'([A-Z][a-z]*(\\s|$))+', 1) filed;
返回:
Aptamil
--匹配全英文
select * from tmp_t_cal_tmp1 where company rlike '([A-Z][a-z]*(\\s|$))+' --\S 匹配任何非空白字符 .* 就是单个字符匹配任意次,即贪婪匹配 | 代表或
select * from tmp_t_cal_tmp1 where company rlike '[A-Z][a-z]+'
--匹配任意开头字符,且非全中文汉字 含中英括号也查出.但是除开头外后面字符含有英文的查不出
select * from tmp_t_cal_tmp1 where company rlike '[\\u4e00-\\u9fa5]+$' --and operation is null
========中文=======
--”[]”代表的是一个字符集,”^”只有在字符集中才是反向字符集的意思
--\\w等于[a-zA-Z0-9] 第一个斜杠为转义
--匹配中文开头且全中文汉字 过滤含有英文、中英括号以及特殊字符的记录
select * from tmp_t_cal_tmp1 where company rlike '^[\\u4e00-\\u9fa5]+$'
select * from tmp_t_cal_tmp1 where company regexp '^[\\u4e00-\\u9fa5]+$'
--反
select * from tmp_t_cal_tmp1 where company not rlike '^[\\u4e00-\\u9fa5]+$'
========中文和英文=======
--汉字中间含英文的
select * from tmp_t_cal_tmp1 where company rlike '^[\\u4e00-\\u9fa5]+\\w+[\\u4e00-\\u9fa5]+'
select * from tmp_t_cal_tmp1 where company rlike '^[\\u4e00-\\u9fa5]+\\w+|[\\u4e00-\\u9fa5]+'
--任意开头接中文 中文或英文结尾
select * from tmp_t_cal_tmp1 where company rlike '^[\\u4e00-\\u9fa5]+\\w+|[\\u4e00-\\u9fa5]+$'
--任意开头接中文或英文 中文或英文结尾
select * from tmp_t_cal_tmp1 where company rlike '^[\\u4e00-\\u9fa5]|\\w+\\w+|[\\u4e00-\\u9fa5]+$'
--匹配中文和英文 但是首字符为空格会过滤掉
select * from tmp_t_cal_tmp1 where company rlike '^[\\u4e00-\\u9fa5]|\\w+'
select tmp_t_cal_tmp1 from *** where company not rlike '[\\u4e00-\\u9fa5]|\\w+'
可以看到匹配出一堆 特殊字符的数据:
*
😃😃😃😃
。
true
…………………………
😃😃😃😃
………………………………
………………………………
………………………………
………………………………
😃😃😃😃
😃😃😃😃
………………………………
其他替换用法(清洗数据):
select regexp_replace('你好001,中国','1|2|3|4|5|6|7|8|9|0','')
返回:
你好,中国
select regexp_replace('你?好"0。0;0 001 ,中 国','"|\\?|。| | |\\ \\;','==')
返回:
你==好==0==0;0 001==,中====国