我们可以用 regexp_extract 通过提供一个模式，捕获组以我们想要匹配的对象为目标。然后，我们可以指定哪个组应该作为替换。
例如，要查找第二个和第三个路径分隔符之间的内容，我们可以尝试：

regexp_extract('/abc/def/ghi/', '/[^/]+/([^/]+).*', 1)

注：以上是未经测试，可能会给出错误，如果有必要转义正斜杠。在这种情况下，请使用以下命令：

regexp_extract('/abc/def/ghi/', '\/[^\/]+\/([^\/]+).*', 1)

下面是问题。

hive> select regexp_extract('/abc123./def456./ghi789/', '\/([\\w\\d.]*)\/([\\w\\d.]*)\/([\\w\\d.]*)',1);
OK
abc123.
Time taken: 0.103 seconds, Fetched: 1 row(s)
hive> select regexp_extract('/abc123./def456./ghi789/', '\/([\\w\\d.]*)\/([\\w\\d.]*)\/([\\w\\d.]*)',2);
OK
def456.
Time taken: 0.1 seconds, Fetched: 1 row(s)
hive> select regexp_extract('/abc123./def456./ghi789/', '\/([\\w\\d.]*)\/([\\w\\d.]*)\/([\\w\\d.]*)',3);
OK
ghi789
Time taken: 0.124 seconds, Fetched: 1 row(s)

删除前导和尾随 '/' 使用 split() 获取数组。split（）还使用regexp:

hive> select split(regexp_replace('/abc/def/ghi/','^/|/$',''),'/')[0];

abc

hive> select split(regexp_replace('/abc/def/ghi/','^/|/$',''),'/')[1];

def

hive> select split(regexp_replace('/abc/def/ghi/','^/|/$',''),'/')[2];

ghi

或在子查询中：

hive> select array[0], array[1], array[2] 
      from (select split(regexp_replace('/abc/def/ghi/','^/|/$',''),'/') as array) s;
OK
_c0     _c1     _c2
abc     def     ghi
Time taken: 0.192 seconds, Fetched: 1 row(s)