数仓工具—Hive语法之正则表达式函数

正则表达式函数

之前我们介绍过like rlike regexp 这些关键字，都是和匹配有关的，今天我们介绍一下hive 的REGEXP_REPLACE 和REGEXP_EXTRACT 函数，背景是使用Hive正则表达式函数提取数字

在我的其他文章中，我们已经看到了如何使用Hive正则表达式从字符串中提取日期值。正则表达式函数有时被称为regex。正则表达式的另一个常见用途是提取数值，例如从字符串数据中提取区号或电话号码。在本文中，我们将检查如何在Apache Hive中使用正则表达式函数提取数字。

使用Hive正则表达式函数提取数字

当您处理不同的数据源时，可能需要从给定的字符串类型列中提取数字值，如电话号码或区号。

以下正则表达式允许您获取所需的数值。

• Hive REGEXP_REPLACE 正则表达式函数
• Hive REGEXP_EXTRACT 正则表达式函数

现在，让我们使用这些函数从字符串类型中提取数字或数值。

使用Hive REGEXP_REPLACE提取数字

Hive REGEXP_REPLACE 函数 是获取所需值的最简单函数之一。这里的想法是用空格替换所有字母字符，除了数字或数值。

例如，考虑下面的Hive示例，用日期值替换所有字符。

sql
SELECT TRIM(REGEXP_REPLACE(string, '[^0-9]'