如何在Hive上使用REGEX_EXTRACT提取字符串的数字前缀？

Question

我不确定如何在Hive上编写我的regex命令从该字符串中提取数字前缀substring：211118-1_20569 - （DHCP）。我需要返回211118，但也可以灵活地返回具有更小或更大值的数字，具体取决于数字前缀的大小。

Answer 1

hive> select regexp_extract('211118-1_20569 - (DHCP)','^\\d+',0);
OK
211118

或

hive> select regexp_extract('211118-1_20569 - (DHCP)','^[0-9]+',0);
OK
211118

^     - The beginning of a line
\d    - A digit: [0-9]
[0-9] - the characters between '0' and '9'
X+    - X, one or more times

https://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html

regexp_extract(string subject, string pattern, int index)

• 预定义的字符类（例如\d）前面应加上额外的反斜杠（\\d）
• index = 0匹配整个模式

https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF#LanguageManualUDF-StringOperators