正則表達式，用於提取文件路徑的一部分

Question

我在Impala中使用正則表達式函數在文件路徑中找到文件夾名稱，但似乎無法給我正確的結果

我想從此文件路徑中解析出“一個”：

/this/one/path/to/hdfs

這是我使用的正則表達式：

regexp_extract(filepath,'[/]+',0)

Answer 1

如果在這里我們希望捕獲/ ，那么我們可能只想嘗試([\\/]+) 。 還應該有其他表達式來提取one表達式，例如：

(?:\/[a-z]+\/)(.+?)(?:\/.+)

我們的代碼可能看起來像：

regexp_extract(filepath, '(?:\/[a-z]+\/)(.+?)(?:\/.+)', 2)

要么

regexp_extract(filepath, '(?:\/.+?\/)(.+?)(?:\/.+)', 2)

---

車廂

在這種情況下，我們沒有捕捉背后是什么one使用非捕獲組：

(?:\/[a-z]+\/)

然后我們使用以下命令捕獲one ：

(.+?)

最后我們后面添加一個右邊界one在另一個非捕獲組：

(?:\/.+)

RegEx電路

jex.im可視化正則表達式：

DEMO

根據該斜線， one可能的位置，我們可以修改我們的表達。 例如，在這種情況下，此表達式也可能有效：

(?:\/.+?\/)(.+?)(?:\/.+)

DEMO

Answer 2

最新的Impala版本使用RE2正則表達式庫 ，您可以使用regex_extract函數中的第三個參數輕松訪問捕獲組值。

使用以下正則表達式：

^/[^/]+/([^/]+)

請參閱regex演示 （請注意，Go regex風味也是RE2，這就是為什么在regex101中選擇此選項的原因）。 它匹配

• ^ -字符串的開頭
• / -a / char（Impala正則表達式字符串中沒有正則表達式分隔符，因此無需在模式中轉義/ chars）
• [^/]+ - /以外的1個或多個字符
• / -一/炭
• ([^/]+) -捕獲組1（要獲取它，必須將index參數設置為1 ）： /以外的1個或多個字符

碼：

regexp_extract(filepath, '^/[^/]+/([^/]+)', 1)