HIVE regexp_extract URL字符串

Question

嗨，我正在嘗試使用Hive從日志中解析較大的URL。

我想從URL（strategy = ??）中提取一個特定的值，這些值可以連字符，但不總是連字符。

我建立了這個示例查詢，但是它什么也不返回。

我究竟做錯了什么？

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

因此，我期望獲得的值是從此部分URL字符串重新定位 。 234 = 23234＆werw = asdf＆strategy = 重定向 ＆asdf = fds23

任何幫助是極大的贊賞！！！

Answer 1

我相信這個正則表達式將為您工作：

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

這是RegExr鏈接： http ://regexr.com?35sbl。 匹配后，組1包含strategy的值。 請注意，此正則表達式將匹配值中的任意數量的連字符。 如果連字符是第一個字符，它也會失敗（盡管我認為前導連字符不會使值成為“連字符”）。

據我所知，由於組2的設置方式，您的方法未返回任何內容：您具有[-\\w*] ，其內容為“匹配連字符，然后匹配任意數量的字母數字字符（包括0）” 。 您也可以將其改寫為[-?\\w*]* ，它表示“匹配或不匹配連字符，然后是任意數量的字母數字字符（包括0）”。 但是，在這種情況下，它將僅與連字符匹配

strategy=-

我想這不是您想要的。 一種更安全的方法是將組2設置為[-?\\w+]+ ，這將在等號后至少需要一個\\w字符。 編碼愉快！ :)