hive SQL 中的正则表达式_hivesql正则-优快云博客

正则的通配符简介

^ 表示开头
$ 表示结尾
. 表示任意字符
* 表示任意多个

/	做为转意，即通常在"/"后面的字符不按原来意义解释，如/b/匹配字符"b"，当b前面加了反斜杆后//b/，转意为匹配一个单词的边界。 -或- 对正则表达式功能字符的还原，如""匹配它前面元字符0次或多次，/a/将匹配a,aa,aaa，加了"/"后，/a//将只匹配"a"。
^	匹配一个输入或一行的开头，/^a/匹配"an A"，而不匹配"An a"
$	匹配一个输入或一行的结尾，/a$/匹配"An a"，而不匹配"an A"
*	匹配前面元字符0次或多次，/ba*/将匹配b,ba,baa,baaa
+	匹配前面元字符1次或多次，/ba*/将匹配ba,baa,baaa
?	匹配前面元字符0次或1次，/ba*/将匹配b,ba
(x)	匹配x保存x在名为$1...$9的变量中
x\|y	匹配x或y
{n}	精确匹配n次
{n,}	匹配n次以上
{n,m}	匹配n-m次
[xyz]	字符集(character set)，匹配这个集合中的任一一个字符(或元字符)
[^xyz]	不匹配这个集合中的任何一个字符
[/b]	匹配一个退格符
/b	匹配一个单词的边界
/B	匹配一个单词的非边界
/cX	这儿，X是一个控制符，//cM/匹配Ctrl-M
/d	匹配一个字数字符，//d/ = /[0-9]/
/D	匹配一个非字数字符，//D/ = /[^0-9]/
/n	匹配一个换行符
/r	匹配一个回车符
/s	匹配一个空白字符，包括/n,/r,/f,/t,/v等
/S	匹配一个非空白字符，等于/[^/n/f/r/t/v]/
/t	匹配一个制表符
/v	匹配一个重直制表符
/w	匹配一个可以组成单词的字符(alphanumeric，这是我的意译，含数字)，包括下划线，如[/w]匹配"$5.98"中的5，等于[a-zA-Z0-9]
/W	匹配一个不可以组成单词的字符，如[/W]匹配"$5.98"中的$，等于[^a-zA-Z0-9]。

2）字符簇：
[[:alpha:]] 任何字母。
[[:digit:]] 任何数字。
[[:alnum:]] 任何字母和数字。
[[:space:]] 任何白字符。
[[:upper:]] 任何大写字母。
[[:lower:]] 任何小写字母。
[[:punct:]] 任何标点符号。
[[:xdigit:]] 任何16进制的数字，相当于[0-9a-fA-F]
例子：提取字符串 '大于10.811且小于等于1.5'中的数字部分想要得到：10.811 或者 1.5，并提取最大的数字
SQL：select regexp_extract (str, '([0-9]+\\.[0-9]+)(.*)([0-9]+\\.[0-9]+)',num);
解释：

中间参数分三部分（以一对括号分隔为一组）：

第一部分-括号括起来的这部分([0-9]+\\.[0-9]+)表示一个或多个数字加小数点加一个或多个数字

第二部分-(.*)表示中间用任意字符连接

第三部分([0-9]+\\.[0-9]+)同第一部分，表示一个或多个数字加小数点加一个或多个数字

弊端：

字符串中有几个数字我无法预估，最后一个参数配0表示返回满足规则部分的整个字符串

查询语句：select regexp_extract ('大于10.811且小于等于1.5', '([0-9]+\\.[0-9]+)(.*)([0-9]+\\.[0-9]+)',0)

查询结果：10.811且小于等于1.5

1、最后一个参数配1表示返回满足规则部分的第一部分字符串

查询语句：select regexp_extract ('大于10.811且小于等于1.5', '([0-9]+\\.[0-9]+)(.*)([0-9]+\\.[0-9]+)',1)

查询结果：10.811

2、最后一个参数配2表示返回满足规则部分的第2部分字符串

查询语句：select regexp_extract ('大于10.811且小于等于1.5', '([0-9]+\\.[0-9]+)(.*)([0-9]+\\.[0-9]+)',2)

查询结果：且小于等于

3、最后一个参数配2表示返回满足规则部分的第2部分字符串

查询语句：select regexp_extract ('大于10.811且小于等于1.5', '([0-9]+\\.[0-9]+)(.*)([0-9]+\\.[0-9]+)',3)

查询结果：1.5

最后一个参数配4时会报错。因为已经返回不出来满足条件的数字了。

解决方案：

用split分割，以非数字非.号作为分隔符(因为可能带小数点),具体split的用法可看关于split的使用

select str,max(split_results)
from tablename
lateral view explode(split(str,'[^0-9|.]')) t1 as split_results -- 用非数字和非'.'号分隔 
group by str;