在hive的查询里面我们还会涉及到正则表达式的查询匹配，这里主要使用的函数是：regexp_extract函数。
这个regexp_extract函数的使用方法是：regexp_extract(str,regexp,idx)，这里一共有3个值，意思分别是：
str：要匹配的字符串 regexp：正则表达式 idx：返回结果，意思是取表达式的哪一部分作为结果，默认是1
下面我们列举下hive中支持的正则表达式的列表：
| 符号 | 功能 |
|---|---|
| / | 做为转义，即通常在“/”后面的字符不按原来意义解释，如/b/匹配字符“b”,当b前面加了反斜杠后//b/，转义为匹配一个单词的边界。-或-对正则表达式功能字符的还原，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“ |
| * | 匹配前面原字符0次或多次，/ba*/将匹配b,ba,baa |
| + | 匹配前面元字符1次或多次，/ba*/将匹配ba，ba，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9的变量中 |
| {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 |
| [/b] | 匹配一个退格符 |
| /b | 匹配一个单词的边界 |
| /B | 匹配一个单词的非边界 |
| /d | 匹配一个数字字符，//d/=/[0-9]/ |
| /D | 匹配一个非数字字符，//D/=/[^0-9]/ |
| /n | 匹配一个换行符 |
| /r | 匹配一个换行符 |
| /S | 匹配一个空白字符，包括/n，/r，/f，/t，/v等 |
| /w | 匹配一个可以组成单词的字符，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] |
最后我们演示一个案例：使用hive的正则表达式进行查询：
select regexp_extract('x=a3&x=18abc&x=2&y=3&x=4','x=([0-9]+)([a-z]+)',2)
得到结果：abc
还没有评论，来说两句吧...