在 Hive SQL 中提取具有特定模式的 substring

Question

我有一列包含此示例數據。 我需要提取所有以“M6”開頭的 substring。 有沒有辦法用 regexp_extract 做到這一點？

數據欄
HEY01230328_M6K21SG_UNO_NYC_241
M6EW2BJ_UNO_NYC_251
M6HW2WL_UNO_NYC_251
HEY08460329_NA_M6LAB3D_UNO_NYC_241

所需 Output
M6K21SG
M6EW2BJ
M6HW2WL
M6LAB3D

Answer 1

嘗試使用：

SELECT colname FROM tableName WHERE REGEXP_EXTRACT(colname, ".*(M6[^_]*).*",1)

使用的正則表達式：

.*(M6[^_]*).*

正則表達式演示

解釋：

• .* - 匹配 0+ 次出現的非換行符的任何字符
• (M6[^_]*) - 匹配M6后跟 0+ 次出現的任何非_字符。 因此，在 M6 之后，它會繼續匹配所有內容，直到找到下一個_ 。 括號用於將這個子匹配存儲在第 1 組中
• .* - 匹配 0+ 次出現的非換行符的任何字符