[英]Hive extract text before <br>
在 Apache hive 中,如何從給定的字符串中提取子字符串。 我有一列包含以下值。
我需要從下面的字符串中提取 ABC3170,即直到<br>
我的數據看起來有點像下面。 我想獲取所有記錄並消除<BR>
之后的文本
第 1 列---------
G3333
XYZD20
5289
ABC2620
CDF-B700S
客戶經理
ABC3170 <BR></DIV><DIV DIR="AUTO" STYLE="DIRECTION: LTR; MARGIN: 0; PADDING: 0; FONT-FAMILY: SANS-SE
使用Regexp_Extract函數和匹配的 java regex 提取<BR>.
之前的值<BR>.
正則表達式:
(.*?)\\s+<BR> //capture without space until <BR>
蜂巢查詢:
hive> select regexp_extract(<column.name>,"(.*?)\\s+<BR>",1) from <db.name>.<tab.name>;
例子:
hive> select regexp_extract(txt,"(.*?)\\s+<BR>",1),txt from i;
+----------+---------------------------------------------------------------------------------------------------------------------------------------------+--+
| _c0 | txt |
+----------+---------------------------------------------------------------------------------------------------------------------------------------------+--+
| ABC3170 | ABC3170 <BR></DIV><DIV DIR="AUTO" STYLE="DIRECTION: LTR; MARGIN: 0; PADDING: 0; FONT-FAMILY: SANS-SERIF; FONT-SIZE: 11PT; COLOR: BLACK; "> |
+----------+---------------------------------------------------------------------------------------------------------------------------------------------+--+
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.