Hive SQL regexp_extract (number)_(number)

Question

我是 hiveSQL 的新手，我试图从数据df中的col_a列中提取一个值，格式如下： \\\"id\\\":\\\"101_12345\\\"我只需要提取101_12345 ，但下划线很难满足我的需要。 我尝试使用regexp_extract(col_a, '(\\d+)[_](\\d+)')但只输出101 。 我可以得到一些关于正则表达式的帮助吗？ 谢谢

Answer 1

简单的解决方案：您不需要两个括号。

这是一个可行的解决方案： '\\d+[_]\\d+'

当您将标记放入括号时，正则表达式引擎会将其匹配组合在一起，与完整匹配分开。 所以最终结果将包括完整的匹配，以及两个额外的匹配，代表下划线前后的匹配。 为避免这种情况，只需删除括号，因为您并不需要它们。

将来，如果您想将正则表达式组合在一起但不希望结果单独包含它，请使用(?:)给出的non-capturing group 。

这是您的代码生成的演示，托管在 regex101.com