regexp_extract 在 Hive 中查找值

Question

我是regexp_extract ，需要在/上拆分列，然后選擇第三個值。 例如，從

application/motorola products/routers 

想拿routers 。 如果沒有第三個值，那么我們需要回退到第二個值，這將是motorola products 。 我嘗試了以下正則表達式模式，但它不起作用：

(.*?\/)(.*?\/)(.*?)(\/.*\/)

Answer 1

您是說單個字符是可選的。 給. 量詞*或+ 。 我認為這個正則表達式實際上會更好：

(?:([^\/]+?\/)([^\/]+?)\/([^\/]*)|([^\/]+?\/)([^\/]+))

演示： https : //regex101.com/r/dX6uQ9/2

我沒有和/沒有hive一起工作，所以不能確認這會起作用，但我認為它應該讓你走得更近。

Answer 2

聽起來您只想要最后一個值，即最后一個/之后的值。 正則表達式為[^/]+$ ：

select regexp_extract(name, '[^/]+$', 0) from dummy;

如果有兩個斜杠，您將獲得第三個值。 如果有五個斜線，您將獲得第六個值。

如果你想在第三個值處停止，即使有兩個以上的斜杠，你可以使用這個：

select regexp_extract(name, '^(?:[^/]+/){0,2}([^/]+)', 1) from dummy;

索引參數1使其提取第一個捕獲組([^/]+)匹配的內容。

注意：我假設完整的值不會以斜線開頭或結尾，例如/motorola products/routers或application/motorola products/ 。

Answer 3

select split('application/motorola products/routers','/')[size(split('application/motorola products/routers','/'))-1]