符号 | 含义 | 实列 |
---|---|---|
/ | 做为转意,即通常在"/"后面的字符不按原来意义解释 | 如" * “匹配它前面元字符0次或多次,/a*/将匹配a,aa,aaa,加了”/"后,/a/* /将只匹配"a* " |
. | 匹配任何一个字符 | |
^ | 匹配一个输入或一行的开头 | /^a/匹配"an A",而不匹配"An a" |
$ | 匹配一个输入或一行的结尾 | /a$/匹配"An a",而不匹配"an A" |
* | 匹配前面元字符0次或多次 | /ba*/将匹配b,ba,baa,baaa |
+ | 匹配前面元字符1次或多次 | /ba+/将匹配ba,baa,baaa |
? | 匹配前面元字符0次或1次 | /ba?/将匹配b,ba |
(x) | 匹配x保存x在名为$1…$9的变量中 | |
x竖y | 匹配x或y | |
{n} | 精确匹配n次 | |
{n,} | 匹配n次以上 | |
{n,m} | 匹配n-m次 | |
[xyz] | 字符集(character set),匹配这个集合中的任一一个字符(或元字符) | |
[^xyz] | 不匹配这个集合中的任何一个字符 | |
/d | 匹配一个字数字符 | //d/ = /[0-9]/ |
/D | 匹配一个非字数字符 | //D/ = /[^0-9]/ |
/s | 匹配一个空白字符,包括/n,/r,/f,/t,/v等 | |
/S | 匹配一个非空白字符,等于/[^/n/f/r/t/v]/ | |
/w | 匹配一个可以组成单词的字符(alphanumeric,这是我的意译,含数字),包括下划线,如[/w]匹配"$5.98"中的5,等于[a-zA-Z0-9] | |
/W | 匹配一个不可以组成单词的字符,如[/W]匹配"$5.98"中的 $,等于[^a-zA-Z0-9] |
备注:
‘( )’ 标记一个子表达式的开始和结束位置。
‘[]’ 标记一个中括号表达式。
/num 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。
转义符>圆括号和方括号>限定符>位置和顺序
具体如下:
/ 转义符
(), ( ?: ), (?=), [] 圆括号和方括号
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, anymetacharacter 位置和顺序
正则表达式的符号及意义
with temp as
(select '[{favorite=["电影":杀死比尔,"电视剧":宰相刘罗锅],age=15,gender:男}]' as attributes ---第一行
union all
select '[{favorite="像风一样的女人",age=未知,gender:男}]' as attributes ---第二行
union all
select '[{favorite=28, gender:女,age=15}]' as attributes ---第三行
union all
select '[{gender:女,favorite=["综艺","动漫"],age=15 }]' as attributes ---第四行
)
将favorite的值,age的值和gender的值取出来
select
regexp_extract (attributes,'favorite\\=(.*?)(\\,\\s{0,1}age|\\,\\s{0,1}gender|\\s{0,1}\\})',1) as favorite
,regexp_extract (attributes,'age\\=(.*?)(\\s{0,1}\\}|\\,\\s{0,1}favorite|\\,\\s{0,1}gender)',1) as age
,regexp_extract (attributes,'gender\\:(.*?)(\\s{0,1}\\}|\\,\\s{0,1}favorite|\\,\\s{0,1}age)',1) as gender
from temp
;
favorite | age | gender |
---|---|---|
[“电影”:杀死比尔,“电视剧”:宰相刘罗锅] | 15 | 男 |
“像风一样的女人” | 未知 | 男 |
28 | 15 | 女 |
[“综艺”,“动漫”] | 15 | 女 |
虽然说转json比较麻烦,但还是可以实现的,需要一些技巧;主要的问题是加引号,其次是去最外层的中括号,其他是一些小细节;
----去除空格字符和里面的引号(会在加引号时有干扰)等,第一个replace去空格,第二个去除双引号
select regexp_replace( regexp_replace(attributes,'\\n|\\r|\\t|\\s',''),'\\"','')
from temp
----处理最外层的中括号,并加最外层的引号
select regexp_replace(regexp_replace(regexp_replace( regexp_replace(attributes,'\\n|\\r|\\t|\\s',''),'\\"',''),'\\[\\{','\\{\\"'),'\\}\\]','\\"\\}')
from temp
----最终处理
select regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace( regexp_replace(attributes,'\\n|\\r|\\t|\\s',''),'\\"',''),'\\[\\{','\\{\\"'),'\\}\\]','\\"\\}'),'gender\\:','gender\\='),'\\=','\\"\\:\\"'),'\\,','\\&'),'\\&age','\\"\\,\\"age'),'\\&gender','\\"\\,\\"gender'),'\\&favorite','\\"\\,\\"favorite') as attributes
from temp
至此终于到最标准的json格式了,处理json可以使用get_json_object,也可以使用json_tuple
select
get_json_object(attributes,'$.favorite')
,get_json_object(attributes,'$.age')
,get_json_object(attributes,'$.gender')
from
(select regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace( regexp_replace(attributes,'\\n|\\r|\\t|\\s',''),'\\"',''),'\\[\\{','\\{\\"'),'\\}\\]','\\"\\}'),'gender\\:','gender\\='),'\\=','\\"\\:\\"'),'\\,','\\&'),'\\&age','\\"\\,\\"age'),'\\&gender','\\"\\,\\"gender'),'\\&favorite','\\"\\,\\"favorite') as attributes
from temp
) tt
select
json_tuple(attributes,'favorite','age','gender')
from
(select regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace( regexp_replace(attributes,'\\n|\\r|\\t|\\s',''),'\\"',''),'\\[\\{','\\{\\"'),'\\}\\]','\\"\\}'),'gender\\:','gender\\='),'\\=','\\"\\:\\"'),'\\,','\\&'),'\\&age','\\"\\,\\"age'),'\\&gender','\\"\\,\\"gender'),'\\&favorite','\\"\\,\\"favorite') as attributes
from temp
) tt
select
b.favorite
,b.age
,b.gender
from (
select regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace( regexp_replace(attributes,'\\n|\\r|\\t|\\s',''),'\\"',''),'\\[\\{','\\{\\"'),'\\}\\]','\\"\\}'),'gender\\:','gender\\='),'\\=','\\"\\:\\"'),'\\,','\\&'),'\\&age','\\"\\,\\"age'),'\\&gender','\\"\\,\\"gender'),'\\&favorite','\\"\\,\\"favorite') as attributes
from temp
) tt lateral view
json_tuple(attributes,'favorite','age','gender') b as favorite,age,gender
select
attributes['favorite'] as favorite
,attributes['gender'] as gender
,attributes['age'] as age
from (
select
str_to_map(attributes,',','=') as attributes
from
(
select
regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace( regexp_replace(attributes,'\\n|\\r|\\t|\\s',''),'\\"',''),'\\:','\\='),'\\,','\\&'),'\\&age','\\,age'),'\\&favorite','\\,favorite'),'\\&gender','\\,gender'),'(\\[\\{)|(\\}\\])','') as attributes
from temp
) tt
) ttm
首先需要明确的是,上面中的例子是人为制造的,非常不规则,所以导致处理起来非常麻烦,里面有好几个中括号,中括号里面是逗号分割,还有gender专门后面编成冒号,这些无疑加大了处理难度;上述使用三种方法进行处理,优先级:regexp_extract >str_to_map>get_json_object;