在Hive中使用regexp_extract

Question

我试图从蜂巢表中找到特定列不包含空值或\\ N值或STX字符'\\ 002'的行。 目标是找到哪些行包含除这三个之外的一些字符。

我试过这个hive查询：

    select column1,length(regexp_replace(column1,'\N|\002|NULL','')) as value         
    FROM table1 LIMIT 10;

我在以下情况下期待零，但我得到以下内容：

    column1 value
    NULL    NULL
            0
    NULL    NULL
            0
    \N\N\N\N\N\N\N\N        8
    NULL    NULL
    \N\N\N\N\N\N\N\N        8
    NULL    NULL
    NULL    NULL
    \N\N\N  3

对于上述情况，有人可以帮我正确的正则表达式吗？

谢谢。

拉维

Answer 1

看起来hive正在使用Java的正则表达式引擎，因此问题似乎与正则表达式本身有关，更具体地说是在转义序列中。

尝试以下操作，如果它不起作用，请告诉我：

(?:(?:\\\\N)+|\002|NULL)