[英]REGEXP_EXTRACT with URL in Hive
我想在Hive中使用regexp_extract提取URL中的“ / bla-bla-bla /”和“ a12345”之间的词,即"this-is-the-word"
。
输入:www.website.com/bla-bla-bla/this-is-the-word.a12345.anotherword.blabla
期望的输出:这就是字
我在下面尝试过,但是没有一个起作用。 哪种RegEx可以从此输入中获得所需的输出?
regexp_extract(URL,'^.*[/]bla[-]bla[-]bla[/]([a-z]+)\\.(a([0-9]+))*$',1)
regexp_extract(URL,'^.*[/]bla-bla-bla[/]([a-z]*)[.]a([0-9]+)*$',1)
您可以使用
regexp_extract(URL,'^.*/bla-bla-bla/([^/.]+)\.a[0-9].*$', 1)
观看此正则表达式演示
它匹配
^
-字符串的开头 .*
-尽可能多的除换行符以外的0+个字符 /bla-bla-bla/
-文字/bla-bla-bla/
子字符串 ([^/.]+)
-组1(自下一个参数为1
以来,您会得到什么):1个或更多除/
和以外的字符.
\\.a
一个.a
子字符串 [0-9]
-一个数字 .*$
-字符串的其余部分。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.