hadoop - 在 hive 中的字符串中的某些字符后提取文本

Question

我的每一行都有多个 ID，我想提取每一行中特定文本后面的数字。下面可能是我在 id 列中的值。

test123; tghy876; 8906; TT-1234
best123; tghy8656; 88706; TT-5678

我希望输出仅返回 tt- 之后的数字，因此我的输出应如下所示。

1234
5678

应该使用什么 Hive 代码来实现这一点？

Answer 1

使用正则表达式 - 返回 '; 之后任意数字的第一组TT-'

select regexp_extract(src_string,'\; TT-(\\d+)',1);

演示:

hive> select regexp_extract('best123\; tghy8656\; 88706\; TT-5678','\; TT-(\\d+)',1);
OK
5678
Time taken: 0.056 seconds, Fetched: 1 row(s)
hive>