Hive 正则匹配函数 regexp_extract

参考自 http://www.tuicool.com/articles/Rfmeiy

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。

 

例如：‘匹配 10.122.248’

select regexp_extract(host, '(^[\\w]+)\\.([\\w]+)\\.([\\w]+)',0) aa

from browsewebpagelog where dt like '20140630%';

第一参数：   要处理的字段

第二参数:    需要匹配的正则表达式

第三个参数: 0是显示与之匹配的整个字符串，1,是显示第一个括号里面的，2是显示第二个括号里面的字段...

 

注意，在有些情况下要使用转义字符（双斜杠了‘\\’）。

举例：

select regexp_extract(‘foothebar’,  ‘foo(.*?)(bar)’,  1) from dual;

the

select regexp_extract(‘foothebar’,  ‘foo(.*?)(bar)’,  2) from dual;

bar

select regexp_extract(‘foothebar’,  ‘foo(.*?)(bar)’,  0) from dual;

foothebar