我想用 REGEXP_EXTRACT 函数从列中获取所需的字符串。列中的数据格式如下： words\more_words 我需要提取后的字符串部分 \ . 我试过这样做：
SELECT REGEXP_EXTRACT('words\more_words','(.)(\+)(.)',3) -> returns nothing SELECT REGEXP_EXTRACT('words\more_words','.*(\\+)(.*)',2) -> returns nothing SELECT REGEXP_EXTRACT('words\more_words','\w+(\+)(\w+)',2)-> returns nothing SELECT REGEXP_EXTRACT('words\more_words','\\+(\w+)',1) -> returns nothing 我已经验证了上面所有的正则表达式都匹配 words\more_words 在 regex101.com （除了最后一个与 \more_words ). 但是，我完全不明白为什么Hive不能达到预期的效果。
我不确定我是否做错了什么。所以，为了验证，我做了以下工作： SELECT REGEXP_EXTRACT('words\more_words','.*\\.*',0) -> returns 'wordsmore_words' 不知道为什么 \ 已从结果中删除。从技术上讲，正则表达式应该匹配整个字符串，结果应该是整个字符串，对吗？
我如何提取后的字符串部分 \ ? 任何帮助都将不胜感激。谢谢您！
1条答案
按热度按时间hiz5n14c1#
单个文本反斜杠定义为
'\\'. 也就是说，如果字符串包含\，您应该在字符串文本中使用两个反斜杠，'\\'.在正则表达式中，可以使用双文本反斜杠来匹配文本反斜杠。一种弦图案
\\应写为'\\\\'为了匹配单个文字backsalsh。使用
请注意
'words\\more_words'是定义words\more_words文字字符串。图案细节
.*-除换行符以外的任何0+字符，尽可能多\\\\+-1个或多个文本\字符(.*)-捕获组#1：除换行符以外的任何0+个字符，尽可能多（在最后一个字符的帮助下返回）1对…的争论REGEXP_EXTRACT函数）。