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}查找两个：连续（这是你的:: delimiter）
• $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）

现在只需将你的列名称放在字符串文字的位置，你应该好好去。

您还可以使用拆分函数创建数组，然后按数组位置进行查询。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