如何使用Hive刪除非字母數字或非數字字符REGEXP_EXTRACT（）函數

Question

我一直在試圖弄清楚如何刪除多個非字母數字或非數字字符，或者只返回數字字符一個字符串。我試過了：

SELECT 
regexp_extract('X789', '[0-9]', 0) 
FROM 
table_name 

但它返回'7'，而不是'789'。

我也試圖刪除非數字字符使用不符合語法^（（？！正則表達式）。）* $：

SELECT 
REGEXP_REPLACE('X789', '^((?![0-9]).)*$', '') 
FROM 
jav_test_ii 

可以REGEXP_EXTRACT返回多個匹配？我真正想要做的是清理我的數據，只包含數字或字母數字字符。這似乎有助於刪除不好的字符，但它不是像[0-9]這樣的字符範圍。 regexp_replace（string，' '，''）

編輯：下面的查詢能夠返回'7789'，這正是我正在尋找。

SELECT 
regexp_replace("7X789", "[^0-9]+", "") 
FROM 
table_name 

Answer 1

參見本hive regexp_extract weirdness

我想regex_extract將只返回在第三個參數表示的組號。

regex_extract似乎只工作在一條線上，然後退出。

我不知道替換對應物。

它可能對非alphanum數據工作，但如果你餵養它像這樣

REGEXP_REPLACE(error_code, '[^a-zA-Z0-9]+', '')

---

此外，對於提取物，看到上面的鏈接，你可以把它改成

regexp_extract('X789', '[0-9]+', 0)多個號碼。

或

regexp_extract('XYZ789', '[a-zA-Z]+', 0)多個阿爾法的。