使用regexp_extract（）从呼叫日志中提取电话号码

Question

我有一个Hive表，列Col1包含这种格式的字符串：

sip: 3334445678 @ 10.10.0.134

现在，我想使用以下方法提取电话号码部分：

SELECT regexp_extract(Col1,'\D{10}',0) FROM Table;

据我了解，\D{10}寻找十个连续数字的模式。但是，当我运行脚本时，我得到空值和空行。我在这里缺少什么？

另外，我确实需要使用模式匹配，因为有些记录只显示电话号码;这会遗漏substr作为潜在选项。

Answer 1

这应该有效：

select regexp_extract('3334445678 @ 10.10.0.134', '[0-9]{10}',0) from table limit 1;
3334445678

我不确定为什么你使用的语法不起作用。可能是因为Hive的RE引擎不支持PCRE。

Answer 2

试试这个：

select regexp_extract('3334445678 @ 10.10.0.134','\\d{10}',0) from test limit 1;