Question

我想在两个字符串之间匹配文本，尽管最后一个字符串/字符可能无法使用。

String1：＆＃39; www.mywebsite.com/search/keyword=toys'

String2：＆＃39; www.mywebsite.com/search/keyword=toys& lnk = hp1＆＃39;

在这里，我希望匹配关键字=的值，即玩具＆＃39;我正在使用

（？＆LT =关键字=）（=安培？; | $）（。*）

适用于String1，但对于String2，它匹配＆＃39;＆amp;＆＃39;

之后的所有内容

我做错了什么？

Answer 1

.*贪婪。它会占用一切，因此会停在字符串末尾（$）而不是&字符。
将其更改为非贪婪版本 - .*?

with t as
(
    select  explode
            (
                array
                (
                    'www.mywebsite.com/search/keyword=toys'
                   ,'www.mywebsite.com/search/keyword=toys&lnk=hp1'
                )
            ) as (val)
)
select  regexp_extract(val,'(?<=keyword=)(.*?)(?=&|$)',0)
from    t
;

+------+
| toys |
+------+
| toys |
+------+

Answer 2

当您需要匹配零个或多个出现的除了一个特定字符（或一组字符）以外的任何字符时，您无需费心。您所需要做的就是摆脱前瞻和点图案，并使用[^&]*（或者，如果您期望的值不应该是空字符串，则使用[^&]+）：

(?<=keyword=)[^&]+

代码：

select regexp_extract(val,'(?<=keyword=)[^&]+', 0) from t

请参见regex demo

请注意，您甚至不需要捕获组，因为0参数指示regexp_extract检索完全匹配的值。

模式详细信息

(?<=keyword=)-与后面紧跟keyword=的位置相匹配的正向外观
[^&]+-除&以外的任何1个以上的字符（如果您使用*而不是+，则它将匹配0个或多个匹配项。）

Hive regex：积极前瞻以匹配＆＃39;＆amp;＆＃39;或者字符串的结尾

2 个答案: