教你用正则表达式提取数字和小数点

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

1、初识

1.1、纯数字提取

-- "提取123abc提取"：提取当前字符当中的123
 
-- 1.Hive:
select regexp_replace('提取123abc提取','[^0-9]+','')    "123"
select regexp_replace('提取123abc提取','\D','')      "提取123abc提取"
 
-- 2.PG: 'g':global,全局替换
select regexp_replace('提取123abc提取','[^0-9]+','','g' )   "123"
select regexp_replace('提取123abc提取','\D','','g' )        "123"

1.2、带有小数点数字提取

-- "提取123.11abc提取"：提取当前字符当中的123.11
 
-- 1.Hive:小数或者整数数据提取
select regexp_extract('提取123.11abc提取','[0-9]+([.]{1}[0-9]+){0,1}',0)    "123.11"
select regexp_extract('提取123abc提取','[0-9]+([.]{1}[0-9]+){0,1}',0)   "123"
 
-- 2.PG:
select regexp_replace('提取123.11abc提取','[^\d.\d]','','g') "123.11"

2、语法

字符	说明	等效于
\	将下一字符标记为特殊字符、文本、反向引用或八进制转义符。 e.g：“n"匹配字符"n”。"\n"匹配换行符。序列"\\“匹配”"，"\(“匹配”("
^	匹配输入字符串开始的位置
$	匹配输入字符串结束的位置
*	零次或多次匹配前面的字符或子表达式	{0,}
+	一次或多次匹配前面的字符或子表达式	{1,}
?	零次或一次匹配前面的字符或子表达式	{0,1}
{n}	n是非负整数。正好匹配n次。 e.g："o{2}"与"job"中的"o"不匹配，但与"food"中的两个"o"匹配
{n,}	n是非负整数。至少匹配n次。 e.g："o{2,}“不匹配"job"中的"o”，而匹配"fooooood"中的所有o	"o{1,}“等效于"o+” "o{0,}“等效于"o*”
{n,m}	m和n是非负整数，其中n<=m。匹配至少n次，至多m次。 e.g："o{1,3}"匹配"fooooooood"中的头三个o	"o{0,1}“等效于"o?”
?	当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后，匹配模式是“非贪心匹配”。“非贪心匹配”：匹配搜索到的尽可能短的字符串，而默认的“贪心匹配”则是匹配搜索到尽可能长的字符串。 e.g："oooo"中，"o+?“只能够匹配出单个"o”；而"o+“匹配出所有的"o”
.	匹配除"\r\n"之外的任何单个字符
[xyz]	字符集。匹配包含的任一字符。 e.g："[abc]“匹配"plain"中的"a”
[^xyz]	反向字符集。匹配未包含的任何字符。 e.g："[^abc]“匹配"plain"中"p”，“l”，“i”，“n”
[a-z]	字符范围。匹配指定范围内的任何字符。 e.g："[a-z]"匹配"a"到"z"范围内的任何小写字母
[^a-z]	反向范围字符。匹配不在指定范围内的任何字符。 e.g："[^a-z]"匹配任何不在"a"到"z"范围内的任何字符
\d	数字字符匹配。	[0-9]
\D	非数字字符匹配。	[^0-9]
\s	匹配任何空白字符，包括空格、制表符、换页符等
\S	匹配任何非空白字符
\w	匹配任何类字符，包括下划线	[A-Za-z0-9_]
\W	与任何非单词字符匹配	[^A-Za-z0-9_]

3、实例代码

-- PG：regexp_match：匹配函数
select regexp_match('会议事业部69.57%/','[\d.\d]{1,}')	"{69.57}"
select regexp_match('会议事业部69%57%/','[\d%\d]{1,}')	"{69%57%}"
-- 子表达式中：[\d.\d]：这时候：'.' 不再是匹配除"\r\n"之外的任何单个字符
select regexp_match('会议事业部69%57%/','[\d.\d]{1,}')	"{69}"