一、元字符
（摘自百度百科）

符號描述

.	匹配除“\n”和"\r"之外的任何單個字符
[a-z]	字符范圍，匹配指定范圍內的任意字符
[0-9]	數字集合，匹配0到9的任意數字
[xyz]	字符集合，匹配所包含的任意一個字符，x、y、z可為任意字符，[]內()無意義
|	或，[x|y]匹配x或y，等價于[xy]
^	^僅在[]內表示取反，如[^xyz] 為不包含x或y或z的任意字符，[^a-z]為不含包英文字母a到z的任意字符， ^[0-9]為任意非數字
\d	匹配一個數字字符，等價于[0-9]
\D	匹配一個非數字字符，等價于[^0-9] ，將字母大寫表示在原意下取反，下同
\w	匹配包括下劃線的任何單詞字符，等價于[A-Za-z0-9_]（經核驗非英文字符已不受影響，完全等價）
\W	匹配任何非單詞字符。等價于[^A-Za-z0-9_]
\cx	匹配由x指明的控制字符。例如，\cM匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的“c”字符
\f	匹配一個換頁符，等價于\x0c和\cL
\n	匹配一個換行符，等價于\x0a和\cJ
\r	匹配一個回車符，等價于\x0d和\cM
\s	匹配任何不可見字符，包括空格、制表符、換頁符等等，等價于[ \f\n\r\t\v]。
\S	匹配任何可見字符，等價于[^ \f\n\r\t\v] 。
\t	匹配一個制表符，等價于\x09和\cI
\v	匹配一個垂直制表符，等價于\x0b和\cK
*	匹配前面的子表達式任意次
+	匹配前面的子表達式一次或多次(大于等于1次）
?	匹配前面的子表達式零次或一次 ；當該字符緊跟在任何一個其他限制符（*,+,?，{n}，{n,}，{n,m}）后面時，匹配模式是非貪婪的。非貪婪模式盡可能少地匹配所搜索的字符串，而默認的貪婪模式則盡可能多地匹配所搜索的字符串
{n}	匹配確定的n次
{n,}	至少匹配n次
^	匹配輸入字行首或取反
$	匹配輸入行尾
\b	匹配一個單詞的邊界，也就是指單詞和空格間的位置（即正則表達式的“匹配”有兩種概念，一種是匹配字符，一種是匹配位置，這里的\b就是匹配位置的）
\B	匹配非單詞邊界
(?:pattern)	非獲取匹配，匹配pattern但不獲取匹配結果，不進行存儲供以后使用
(?=pattern)	非獲取匹配，正向肯定預查，在任何匹配pattern的字符串開始處匹配查找字符串，該匹配不需要獲取供以后使用
(?!pattern)	非獲取匹配，正向否定預查，在任何不匹配pattern的字符串開始處匹配查找字符串，該匹配不需要獲取供以后使用
(?<=pattern)	非獲取匹配，反向肯定預查，與正向肯定預查類似，只是方向相反
(?<!pattern)	非獲取匹配，反向否定預查，與正向否定預查類似，只是方向相反

二、案例
hive正則可以在regexp_extract、regexp_replace等函數中使用，具體案例如下：
（以下案例如要為方法展示，未必是最優解，如有疏漏，歡迎斧正）

案例一：簡單匹配電話號碼（涉及位置、循環匹配）
匹配出電話號碼，電話號碼必須1開頭且為11位，即表中第1、3、5條記錄

TElautoid

185****2546	1
182****25466	2
150****6623	3
550****9542	4
136****7053	5

select regexp_extract(lower(tel),'(^1[3-9]\\d{9}$)',0) as tel_number;

關鍵代碼解讀：
1）國內電話號碼已1開頭，且第二位在3-9之間，所以有^1[3-9]
2）除上述兩位數字外，其余還有9位，所以有\d{9}，且以加上結尾符號$
3）可以使用或條件進行更加嚴格的手機號匹配

案例二：匹配系統型號（涉及或、循環、非獲取匹配）
匹配系統名稱，安卓系統版本大于5.0，IOS系統版本大于6.0，即表中第2、4、5條記錄

valueautoid

android5.1.5	1
android7.1.2	2
ios6.6	3
ios8.1	4
ios11.4	5

select regexp_extract(lower(value),'((android)(?=([6-9]|[1-9][0-9])[.0-9]+))|((ios)(?=([8-9]|[1-9][0-9])[.0-9]+))',0) as osname;

關鍵代碼解讀：
1）要同時匹配android和ios，所以使用“|”做或處理
2）需要匹配系統名稱但不需要系統版本，所以使用非獲取匹配(?=pattern)，即查找字符但不獲取
3）因安卓系統版本大于5.0，IOS系統版本大于6，所以android后接6-9或者10-99，ios同理
4）因系統版本有子版本，對點加數字（[.0-9]）做貪婪匹配

案例三：匹配多次出現字符（反向引用）
某投球活動，有四個命中點，用戶第一次投中某命中點后，后續至少再投中該點兩次，一共四次機會，匹配出所有完成任務的記錄，即第1、4條記錄

resultautoid

aaba	1
abac	2
bdab	3
dddd	4
cdab	5

select regexp_extract(result,'(^[a-d]).?\\1.?\\1.?',0) as tel_number;

關鍵代碼解讀：
1）通過()可以將匹配到的內容作為一個整體，該過程即為捕獲組，捕獲組中的內容在正則表達式內部進行引用即反向引用
2）\1表示第一個()匹配到的內容，如果有第二個()則可用\2表示第二個()匹配到的內容，后續同理

總結

以上是生活随笔為你收集整理的Hive正则表达式案例的全部內容，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。