教你用正则表达式提取数字和小数点

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}\”