Hive SQL 正则表达式进阶一（regexp的三个函数）

   对于从事数据方面工作的同学来说，不可避免的要使用到正则表达式。对于一个正则小白来说，第一次在网上搜正则表达式时，我表示，一脸生无可恋。为了方便这方面以后的深入学习及使用，特意做一个进阶式记录，也供各位小伙伴参考。

1.regexp/rlike

   匹配符合条件的数据，若要做排除，前面加not即可。

select roomname
  from aa
 where roomname not rlike '\\d{1}'
   and roomname = '特价1.5米大床房(无窗)'

返回的结果为：

特价1.5米大床房(无窗)

若在前面加个not

select roomname
  from aa
 where roomname not regexp'\\d{1}'
   and roomname = '特价1.5米大床房(无窗)'

返回结果为空。

2.regexp_extract

语法: regexp_extract(string subject, string pattern, int index) 
返回值: string 
说明：将字符串subject按照pattern正则表达式的规则拆分，返回index指定的字符。

其中：index需要注意

0表示把整个正则表达式对应的结果全部返回

1表示返回正则表达式中第一个() 对应的结果，以此类推。若不用括号，那么不算是一个正则规则。

index的数字不能大于表达式中()的个数，否则报错。

eg:

select regexp_extract(roomname,'(特价)(\\d\.\\d)(米大床房)(\\(\\D\+\\))',1) as roomname
  from aa
 where roomname= '特价1.5米大床房(无窗)'

则返回结果为：

特价

那么，当index为0时，即：

select regexp_extract(roomname,'(特价)(\\d\.\\d)(米大床房)(\\(\\D\+\\))',0) as roomname
  from aa
 where roomname= '特价1.5米大床房(无窗)'

结果为：

特价1.5米大床房(无窗)

那么如果，按照如下方式写呢？

select regexp_extract(roomname,'特价(\\d\.\\d)(米大床房)(\\(\\D\+\\))',1) as roomname
  from aa
 where roomname= '特价1.5米大床房(无窗)'

结果为：

1.5

因此，当不用括号时，特价这个名称将不计入index中，因此，返回的是1.5。

各位小伙伴们，在使用中，也要注意这一点哦~

3.regexp_replace

语法: regexp_replace(string A, string B, string C) 
返回值: string 
说明：将字符串A中的符合java正则表达式B的部分替换为C。

eg：

select regexp_replace(roomname,'\\(无窗\\)','\\[无窗\\]') as roomname
  from aa
 where roomname= '特价1.5米大床房(无窗)'

结果为：

特价1.5米大床房[无窗]

以上是我对三个函数的一些理解和使用过程中踩过的坑，欢迎大家补充哦~

由于这一阶主要是对三个函数的学习，因此没有过多解释里面用的正则字符，在下一阶中，我会列举一些我常用到的，欢迎大家关注哦~