在 Hive SQL 中提取具有特定模式的 substring

Question

我有一列包含此示例数据。 我需要提取所有以“M6”开头的 substring。 有没有办法用 regexp_extract 做到这一点？

数据栏
HEY01230328_M6K21SG_UNO_NYC_241
M6EW2BJ_UNO_NYC_251
M6HW2WL_UNO_NYC_251
HEY08460329_NA_M6LAB3D_UNO_NYC_241

所需 Output
M6K21SG
M6EW2BJ
M6HW2WL
M6LAB3D

Answer 1

尝试使用：

SELECT colname FROM tableName WHERE REGEXP_EXTRACT(colname, ".*(M6[^_]*).*",1)

使用的正则表达式：

.*(M6[^_]*).*

正则表达式演示

解释：

• .* - 匹配 0+ 次出现的非换行符的任何字符
• (M6[^_]*) - 匹配M6后跟 0+ 次出现的任何非_字符。 因此，在 M6 之后，它会继续匹配所有内容，直到找到下一个_ 。 括号用于将这个子匹配存储在第 1 组中
• .* - 匹配 0+ 次出现的非换行符的任何字符