hive regexp如何进行数据筛选

Hive中的正则表达式（regexp）可用于对文本数据进行筛选

1. 使用REGEXP_EXTRACT函数：

REGEXP_EXTRACT函数用于从文本中提取与正则表达式匹配的子字符串。其语法如下：

REGEXP_EXTRACT(string str, pattern p)

示例：假设有一个名为employees的表，其中包含name和email两个字段，我们希望筛选出电子邮件地址以@example.com结尾的员工。

SELECT name, email
FROM employees
WHERE REGEXP_EXTRACT(email, '@example\.com$') IS NOT NULL;

2. 使用REGEXP_LIKE函数：

REGEXP_LIKE函数用于检查文本是否与正则表达式匹配。其语法如下：

REGEXP_LIKE(string str, pattern p)

示例：继续上面的例子，我们可以使用REGEXP_LIKE函数来筛选出电子邮件地址以@example.com结尾的员工。

SELECT name, email
FROM employees
WHERE REGEXP_LIKE(email, '@example\.com$');

请注意，正则表达式中的特殊字符（如*、.、?等）在Hive中需要进行转义，例如使用\\*表示*。