HIVE regexp_extract URL字符串

Question

嗨，我正在尝试使用Hive从日志中解析较大的URL。

我想从URL（strategy = ??）中提取一个特定的值，这些值可以连字符，但不总是连字符。

我建立了这个示例查询，但是它什么也不返回。

我究竟做错了什么？

select regexp_extract('234=23234&werw=asdf&strategy=retargeting&asdf=fds23', '(strategy=)([-\w*]*)',2) from vt;

因此，我期望获得的值是从此部分URL字符串重新定位 。 234 = 23234＆werw = asdf＆strategy = 重定向 ＆asdf = fds23

任何帮助是极大的赞赏！！！

Answer 1

我相信这个正则表达式将为您工作：

strategy=((\\w-?)+)

这是RegExr链接： http ://regexr.com?35sbl。 匹配后，组1包含strategy的值。 请注意，此正则表达式将匹配值中的任意数量的连字符。 如果连字符是第一个字符，它也会失败（尽管我认为前导连字符不会使值成为“连字符”）。

据我所知，由于组2的设置方式，您的方法未返回任何内容：您具有[-\\w*] ，其内容为“匹配连字符，然后匹配任意数量的字母数字字符（包括0）” 。 您也可以将其改写为[-?\\w*]* ，它表示“匹配或不匹配连字符，然后是任意数量的字母数字字符（包括0）”。 但是，在这种情况下，它将仅与连字符匹配

strategy=-

我想这不是您想要的。 一种更安全的方法是将组2设置为[-?\\w+]+ ，这将在等号后至少需要一个\\w字符。 编码愉快！ :)