必须通过剥离符号^字符的最后一次出现来提取单词的开头，以正则表达式提取结束

Question

我想在hive中使用regex_replace或regexp_extract，我只能获得第一个 n 出现的特殊字符“^”，除了最后一次出现和最后一个文本发生。 F 例如：

• 101^11应提取101
• 101^1111^232应提取101^1111
• 144^899^890^1应提取1144^899^890

我只使用正则表达式而不是字符串函数或udf。

Answer 1

试试 regexp_extract 功能

在蜂巢中：

hive> select regexp_extract('101^11',"(.*)\\^",1)
+------+--+
| _c0  |
+------+--+
| 101  |
+------+--+

在Scala中：

scala> val hiveContext = new HiveContext(sc)
scala> val df= hiveContext.sql("""select regexp_extract('101^11','(.*)\\\^',1)""");
scala> df.show()
+---+
|_c0|
+---+
|101|
+---+

在Pyspark：

>>> hiveContext=HiveContext(sc)
>>> df=hiveContext.sql("select regexp_extract('101^11','(.*)\\\^',1)")
>>> df.show()
+---+
|_c0|
+---+
|101|
+---+