Question

我试图在hive上使用regexp_extract。

我的数据本质上是不同的，例如：

a2=new something a1=asdasdsad;a2=old something;a3=asadasdsadsa a2=Some place;alksndklsand;a1=asdklsad

现在，我只需要提取a2数据。半冒号表示a2数据的结尾，但在每种情况下都可能不存在。

我一直在尝试的是结束一个＆＃39 ;;＆＃39;到列然后运行regexp_extract来提取＆＃34; a2 =＆＃34;之间的数据。和第一个＆＃34 ;;＆＃34; （添加＆＃34 ;;＆＃34;以使逻辑与所有情况兼容）：

regexp_extract(concat(other_data,';'),'(.*)a2=?(.*?);.*',2)

但这根本不起作用。

有人可以建议一个更好的正则表达式吗？

感谢。

Answer 1

(?<=a2=)[^;]*(?:;|$)

试试这个。看看演示。

https://www.regex101.com/r/rC2mH4/7

Answer 2

这个简单的正则表达式将完成这项工作：

.*a2=?(.*?);

这是你的正则表达式，但只有一个捕获组（你不需要捕获它在a2键之前的内容）。

Answer 3

package main

import (
    "fmt"
    "sort"
)

func main() {
    s := []byte{'1', 'B', 'C', 'a', 'g', 'M', '9'}
    sort.Slice(s, func(i int, j int) bool { return s[i] < s[j] })
    fmt.Println(string(s))
}

我认为RegEx101对您理解逻辑很有帮助。我尝试了上面的表达式，似乎可以提取带有或不带有(?<=a2=)=?([^;\n]*)的{{1}}的内容。

Hive regexp_extract数据

3 个答案: