使用regexp_extract、regexp_replace函数过滤特殊字符时，不同的执行情境下（hive -e；hive -f），正则表达式的内容有变化

最新推荐文章于 2025-07-03 09:48:38 发布

置顶 Devin Li

最新推荐文章于 2025-07-03 09:48:38 发布

阅读量8k

点赞数

CC 4.0 BY-SA版权

分类专栏： regexp hive 文章标签： hive regexp

本文链接：https://blog.youkuaiyun.com/weixin_42410172/article/details/83994505

hive 同时被 2 个专栏收录

8 篇文章

订阅专栏

regexp

1 篇文章

订阅专栏

探讨在不同执行环境下，如hive-e与hive-f，使用正则表达式regexp_extract及regexp_replace过滤特殊字符时，是否需要添加进行转义的问题。详细对比了两种环境下SQL语句的差异，并提供了具体的处理方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在使用regexp_extract、regexp_replace函数过滤特殊字符时，发现不同的执行情境下（hive -e；hive -f），正则表达式的内容有变化，表现为是否要添加"\"进行转义，hive -e "SQL"方式需要进行转义。

处理方案：

hive -e "SQL"方式执行：

hive -e "select regexp_replace(msg_context,'[\\^\\\\uoooo-\\\\uFFFF]','') as msg_context from pfs_sale_ucp_safe.gim_msg_info;"

hive -f SQL文件方式执行：

select regexp_replace(msg_context,'[^\\uoooo-\\uFFFF]','') as msg_context from pfs_sale_ucp_safe.gim_msg_info；

在用explain select regexp_replace(msg_context,'[^\\uoooo-\\uFFFF]','')as msg_context from pfs_sale_ucp_safe.gim_msg_info；查看执行计划可以看到最终执行的SQL，与我们输入的SQL有区别：具体显示为 regexp_replace(msg_context,'[^\uoooo-\uFFFF]','')，导致执行失败，需要进行转义。