Regex 必须通过剥离最后出现的符号字符来提取单词的开头，以正则表达式提取结束

我想在配置单元中使用regex_replace或regexp_extract，在这里我只能获得特殊字符“^”的第一次n出现，但最后一次出现和最后一次出现后的文本除外。 F 例如：

• 101^11

  应提取

  101

• 101^1111^232

  应提取

  101^1111

• 144^899^890^1

  应提取

  1144^899^890

我只能处理正则表达式，而不能处理字符串函数或udf

试试看 regexp\u extract函数

在蜂巢中：

hive> select regexp_extract('101^11',"(.*)\\^",1)
+------+--+
| _c0  |
+------+--+
| 101  |
+------+--+

scala> val hiveContext = new HiveContext(sc)
scala> val df= hiveContext.sql("""select regexp_extract('101^11','(.*)\\\^',1)""");
scala> df.show()
+---+
|_c0|
+---+
|101|
+---+

>>> hiveContext=HiveContext(sc)
>>> df=hiveContext.sql("select regexp_extract('101^11','(.*)\\\^',1)")
>>> df.show()
+---+
|_c0|
+---+
|101|
+---+

在Scala中：

hive> select regexp_extract('101^11',"(.*)\\^",1)
+------+--+
| _c0  |
+------+--+
| 101  |
+------+--+

scala> val hiveContext = new HiveContext(sc)
scala> val df= hiveContext.sql("""select regexp_extract('101^11','(.*)\\\^',1)""");
scala> df.show()
+---+
|_c0|
+---+
|101|
+---+

>>> hiveContext=HiveContext(sc)
>>> df=hiveContext.sql("select regexp_extract('101^11','(.*)\\\^',1)")
>>> df.show()
+---+
|_c0|
+---+
|101|
+---+

在Pyspark中：

hive> select regexp_extract('101^11',"(.*)\\^",1)
+------+--+
| _c0  |
+------+--+
| 101  |
+------+--+

scala> val hiveContext = new HiveContext(sc)
scala> val df= hiveContext.sql("""select regexp_extract('101^11','(.*)\\\^',1)""");
scala> df.show()
+---+
|_c0|
+---+
|101|
+---+

>>> hiveContext=HiveContext(sc)
>>> df=hiveContext.sql("select regexp_extract('101^11','(.*)\\\^',1)")
>>> df.show()
+---+
|_c0|
+---+
|101|
+---+

---

这不管用吗？我已经尝试过这个例子，它是成功的。感谢您的快速帮助。如果我尝试使用spark sql进行相同的查询，则不会为extract列返回数据。DataFrame df=hiveContext.sql（“选择regexp\u extract（eid，（.*）\\\^'，1）作为eid1，从员工姓名中选择”）；System.out.println（“schema”+df.schema（））；System.out.println（“第一条记录”+df.first（））；第一条记录[，rakes]请用三个引号val df=hiveContext.sql（““select REGEXPU extract（'101^11'，'（.）\\^'，1）”）；*它应该会起作用。。！！我正在spark sql java中尝试，它在eclipse中用三个引号显示错误。