regex - 仅从 Hive 中的字符串字段中提取数字

Question

我在 Hive 中有一个 super 简单的问题。我写了下面的摘录，它应该从字符串中返回“10”。当我在 regexr 上测试它时它有效，但在 Hive 中，它只是返回一个空白字段。

有人知道我做错了什么吗？

select REGEXP_EXTRACT('DOM_10GB_mth','/[0-9]*/g', 0)  

Answer 1

REGEXP_EXTRACT 函数需要一个正则表达式 pattern 作为第二个参数。在线正则表达式测试器中的 / 字符表示不属于正则表达式模式 的正则表达式定界符。 g 部分是一个正则表达式 flag(用于匹配字符串中多次出现的模式)，它也不是模式的一部分。您应该只将一个字符串模式传递给 Hive 正则表达式函数。

此外，要提取一位或多位数字，您可以使用[0-9]+ 而不是[0-9]*，如* 仅匹配 0 次或多次出现。

使用

select REGEXP_EXTRACT('DOM_10GB_mth','[0-9]+', 0) 

参见 this regex demo .

请注意，在 regexr 或任何其他在线正则表达式测试器中，/[0-9]*/g pattern would not work either .