猪拉丁REGEX_EXTRACT：

Question

我正在尝试使用regex_extract从推文中获取＃号之后的所有内容。我正在使用此代码，但是我什么也没收到，没有错误，只是空白处，我应该从推文中获取摘要，我在做什么错了？

grunt> a = load '/user/manuelrivera11828510/lab/pig/full_text.txt' AS (id:chararray, ts:chararray, location:chararray, lat:float, lon:float, 
tweet:chararray);

grunt> b = foreach a generate id, ts, (lat, lon) as location, REGEX_EXTRACT(tweet, '(.*)#(\\s{8})([:| ])(.*)',2) as hash;

这就是我要得到的（示例）：

(USER_8f811b71,2010-03-06T16:12:59,(40.722733,-73.5367),)

谢谢

Answer 1

(?<=\\#).*应该会为您提供所需的东西。 ？<=是正向后后面跟\，用于转义＃。最后，*将匹配＃

前面的所有内容

a = load '/user/manuelrivera11828510/lab/pig/full_text.txt' AS (id:chararray, ts:chararray, location:chararray, lat:float, lon:float, tweet:chararray);
b = foreach a generate id, ts, (lat, lon) as location, REGEX_EXTRACT(tweet, '(?<=\#).*',1) as hash;`

请参见下文，正则表达式匹配“哈希表中的所有内容”