hive 中遇到的正则

1、提取科室中，"科"字前面的内容

regexp_extract(t1.doctor_department_format,'(.*)科')

2、去除字符串中的数字

第一种方式：

SELECT regexp_extract('张三99','(.*?)\\d')

第二种方式：（适用于所有汉字+数字的形式）

SELECT regexp_replace('张0三2','(\\d)','')

3、提取括号中的内容

SELECT regexp_extract('张三(骨科)','\\((.*?)\\)')

4、

 

 

5、

未完待续。。。。。。

 

 

 

 

 

 

知识补充：

一、表达式中的参数详情

二、hive中对于转义的理解

转义指的是：比如说  “.”代表的是任意一个字符，但是假如你就要匹配“.”这样一个字符，那样需要转义，

还有，d代表一个字母，但是为了方便，写了一个简单的表达式来表示所有的数字，用转义的小写d来表示。

但是各个环境对转义符有所不同，比如一般来说\代表转义，但是hive中用\\来表示转义,可能还有的环境用/来表示转义

 

三、常用的元字符

常用元字符 代码说明--------------------------------------

. 匹配除换行符以外的任意字符

\w 匹配字母或数字或下划线

\s 匹配任意的空白符

\d 匹配数字

\b 匹配单词的开始或结束

^ 匹配字符串的开始

$ 匹配字符串的结束

常用限定符 代码/语法说明------------------------------

* 重复零次或更多次

+ 重复一次或更多次

? 重复零次或一次

{n} 重复n次

{n,} 重复n次或更多次

{n,m} 重复n到m次

常用反义词 代码/语法说明----------------------------

\W 匹配任意不是字母，数字，下划线，汉字的字符

\S 匹配任意不是空白符的字符

\D 匹配任意非数字的字符

\B 匹配不是单词开头或结束的位置

[^x] 匹配除了x以外的任意字符

[^aeiou] 匹配除了aeiou这几个字母以外的任意字符