regex - 悬空元字符 * spark sql

Question

下面的正则表达式在 Hive 中有效，但在 Spark 中无效。
它抛出一个错误 dangling metacharacter * at index 3 :

select regexp_extract('a|b||c','^(\\|*(?:(?!\\|\\|\\w(?!\\|\\|)).)*)');

我也试过逃避 *与 \\*但它仍然抛出 dangling metacharacter * at index 3 .

Answer 1

您可以使用

regexp_replace(col, '^(.*)[|]{2}.*$', '$1')

见 regex demo .
正则表达式详情 :

^ - 字符串开头

(.*) - Capturing group 1(此组值在替换模式中用 $1 replacement backreference 引用):除换行符以外的任何零个或多个字符，尽可能多(行的其余部分)

[|]{2} - 双管(|| 字符串)

.* - 该行的其余部分

$ - 字符串的结尾。