尝试使用REGEX_EXTRACT_ALL（）从字符串中获取多个匹配项

Question

我有一个字符串字段error_cd，其值为“cntrlb cntrlb asdv cntrlb asvd cntrla cntrlb cntrlb”

在PIG中，我正在尝试使用REGEX_EXTRACT_ALL(error_cd, '.*(cntrl[a-b]).*')来取回(cntrlb,cntrlb,cntrlb,cntrla,cntrlb)或(cntrl,cntrl,...,cntrl)的元组。相反，我只回来了一场比赛(cntrl)。

任何人都知道如何返回所有匹配，正如函数名称所暗示的那样？

Answer 1

REGEX_EXTRACT_ALL用于提取正则表达式中的所有捕获组。它不会多次应用单个正则表达式。 This document有点过时，但REGEX_EXTRACT_ALL仍然准确。

没有正则表达式可以捕获任意数量的组。 （请参阅this question。）如果你有一个已知的cntrl字符串可能出现的限制，你可以设计一个大丑陋的正则表达式来捕获它们，但听起来你最好使用它TOKENIZE然后单独处理字符串中的每个单词。