hadoop - hive 和正则表达式

Question

我正在尝试过滤用户名中的所有 ip 地址。但这在我的查询中并不能正常工作:

select distinct regexp_extract(username, '^([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})\.([0-9]{1,3})$', 0) from ips. 

问题是他甚至将数字 1000000 识别为 ip 地址。知道如何解决吗？

Answer 1

您需要额外的反斜杠来转义特殊字符，例如 .或\s。在 https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF 的 wiki 上有更多信息。

尝试这样的事情:

select
    distinct regexp_extract(ip, '^([0-9]{1,3})\\.([0-9]{1,3})\\.([0-9]{1,3})\\.([0-9]{1,3})$', 0) as match
from
    ips
having
    match <> "";