Hive：使用正则表达式拆分字符串

Question

我有一串 :: 分隔的单词。如何使用 Hive UDF regexp_extract() 从字符串中提取单词？

Answer 1

regexp_extract('2foa1fa::12hjk','^(\w.*)\:{2}(\w.*)$',1) as word1

输出：2foa1fa

regexp_extract('2foa1fa::12hjk','^(\w.*)\:{2}(\w.*)$',2) as word2

输出：12hjk

• ^ 锚定到字符串的开头
• \\w 查找单词字符，.* 表示任意次数
• \\:{2} 在一行中查找两个 :（这是您的 :: 分隔符）
• $ 将字符串锚定到字符串的末尾
• 在regexp_extract中指定第三个参数提取索引（模式）

现在只需将您的列名放在字符串文字的位置，您就可以开始了。

您还可以使用拆分函数创建一个数组，然后通过数组位置进行查询。看起来像这样：

select my_array[2] from 
    (select split('2foa1fa::12hjk','\::') as my_array from my_table) b;

输出：12hjk