Sql 从databricks表的字符串列收集用户信息（电子邮件、ip地址等）

我在databricks表中有一个字符串列，其中包含文本数据。我想从本专栏中提取用户信息，如电子邮件、IP地址和社会安全号码

我目前正在列上应用regex以获得以下值：

%sql
SELECT * FROM my_table WHERE  col like '%_@__%.__%';

用于在同一列上使用其他正则表达式提取其他信息。 是否有任何通用查询可用于从列中查找这些用户信息？除了使用正则表达式，我们还有其他方法吗

列值示例：

• abc@gmail.com
• test@gmail.com
• 测试
• 测试
• 123456
• 11.0.6.13
• 22.44.66.7
• 测试
• 49.37.4.136
• 103.136.64.304

---

您是否考虑过使用regexp\u extract，例如

%sql
SELECT *,
  regexp_extract( yourColumn, '(.*@.*)', 1 ) AS email,
  regexp_extract( yourColumn, '([a-z]+)', 1 ) AS someText,
  regexp_extract( yourColumn, '(\\d+)', 1 ) AS someDigits,
  regexp_extract( yourColumn, '([0-9]{6})', 1 ) AS sixDigits,
  regexp_extract( yourColumn, '(\\d+\.\\d+\.\\d+\.\\d+)', 1 ) AS ipAddress
FROM tmp

我的结果与您的样本数据：

---

您的方法必须更加复杂，例如，电子邮件的正则表达式是错误的。
1。您是否可以在列中显示示例值？2.split（…）用示例编辑了我的问题我想，regex