HIV中的regexp_replace函数

Question

如何在HIVE中使用regexp_replace函数，我可以从此字符串中删除标记：

Abc abc ","<a href="http://,557244.html" id=" ">abc abc abc .</a> 

我想得到：Abc abc abc abc abc 有谁知道吗？

Answer 1

假设列WTF包含

  

Abc abc“，”＆lt; a href =“http：//,557244.html”id =“”＆gt; abc abc abc。＆lt; / a＆gt;

然后regexp_replace(regexp_replace(WTF,'<[^>]*>',''), '[",.]','')删除所有XML标记内容，然后删除标点符号，以返回

  

Abc abc abc abc abc

这是普通的旧正则表达式语法，没有特定于Hive。