一、hive支持正則的函數

regexp：用法類似rlike，比如在where里面判斷 A regexp B

regexp_extract：regexp_extract(string subject, string pattern, int index)，將字符串subject按照pattern正則表達式的規則拆分，返回index指定的字符

regexp_replace：?regexp_replace(string A, string B, string C)，將字符串A中的符合java正則表達式B的部分替換為C。注意有些情況下要使用轉義字符

二、正則表達式怎么寫

1、元字符匹配

字符匹配的字符

\d	從０-９的任一數字
\D	任一非數字字符
\w	任一單詞字符，包括A-Z,a-z,0-9和下劃線
\W	任一非單詞字符
\s	任一空白字符，包括制表符，換行符，回車符，換頁符和垂直制表符
\S	任一非空白字符
.	任一字符

2、邊界集合

字符 l描述

^	每一行的開頭，單行模式下等價于字符串的開頭
$	每一行的結尾，單行模式下等價于字符串的結尾

3、重復次數集合

貪婪模式會獲取盡可能多的字符，而非貪婪模式會獲取盡可能少的字符

貪婪非貪婪描述

*	*?	零次或多次
?	??	零次或一次
+	+?	一次或多次
{m}	{m}?	正好m次，貪婪與非貪婪一樣的
{m,}	{m,}?	至少m次
{m, n}	{m, n}?	最少m最多n次

四.組合操作符

組合操作符描述

[…]	方括號內任意字符或字符集合中的一個
[^…]	方括號內^為第一個字符時，表示與其后所有字符都不匹配的字符
( )	圓括號，將復雜表達式當作單一表達式來處理
|	或
abc	和。直接將字符連在一起寫

五、匹配操作符

匹配操作符描述

\n	即后向引用。n為1~9，標識由圓括號里取得的匹配字符串。方向是從左到右在regexp_replace函數中，允許在模式表達式和替換表達式中都使用\n

六、轉義操作符

轉義操作符描述

\	將其后緊跟著的操作字符當作普通字符看待。例如 abcdef 可以匹配 abdef或abcccdef等，但無法匹配 abcdef，后者需要abc*def才能匹配

總結

以上是生活随笔為你收集整理的大数据学习（十三）hive正则表达式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。