正则表达式，在SQL中替换2个或更多连续的相同字符

Question

使用正则表达式时，我想仅将此字符的一次出现替换为2个或更多个连续的相同字符。 例如：eeee =＆gt; ë

我想通过regexp_replace函数在配置单元中实现这一点。

我试过了：

regexp_replace("aaeebb", "(.)\\1{1,}", "\\1")

使用gsub R函数但不使用regexp_replace

Answer 1

Scala的：

• 原始SQL

  sqlContext.sql("""SELECT regexp_replace('aaeebb', '(.)\\1+', '$1')""")
  

• DSL

    

  df.select(regexp_replace(lit("aaeebb"), "(.)\\1+", "$1"))
  

PySpark：

• 原始SQL

  sqlContext.sql("""SELECT regexp_replace('aaeebb', '(.)\\\\1+', '$1')""")
  # or
  sqlContext.sql(r"""SELECT regexp_replace('aaeebb', '(.)\\1+', '$1')""").show()
  

• DSL

  df.select(regexp_replace(lit("aaeebb"), "(.)\\1+", "$1"))
  

Spark SQL shell：

SELECT regexp_replace('aaeebb', '(.)\\1+', '$1');

Hive shell：

SELECT regexp_replace('aaeebb', '(.)\\1+', '$1');