我在impala中使用regex函数来查找文件路径中的文件夹名，但它似乎没有给出正确的结果我想从这个文件路径中解析出“一”：
/this/one/path/to/hdfs
这是我使用的正则表达式：
regexp_extract(filepath,'[/]+',0)
oiopk7p51#
最新的impala版本使用re2 regex库，您可以使用 regex_extract 功能。使用以下正则表达式：
regex_extract
^/[^/]+/([^/]+)
请参阅regex演示（注意，go regex flavor也是re2，这就是为什么在regex101中选择此选项的原因）。它匹配 ^ -字符串开头 / -a / char（impala regex字符串中没有regex分隔符，因此不需要转义 / 图案中的字符） [^/]+ -任何一个或多个字符/ / -a / 烧焦 ([^/]+) -捕获组1（要获得它 index 参数必须设置为 1 )：除 / 代码：
^
/
[^/]+
([^/]+)
index
1
regexp_extract(filepath, '^/[^/]+/([^/]+)', 1)
hi3rlvi22#
如果我们想抓住 / ，那么我们可能只是想试试 ([\/]+) . 应该还有其他表达式要提取 one 此外，例如：
([\/]+)
one
(?:\/[a-z]+\/)(.+?)(?:\/.+)
我们的代码可能看起来像：
regexp_extract(filepath, '(?:\/[a-z]+\/)(.+?)(?:\/.+)', 2)
或者
regexp_extract(filepath, '(?:\/.+?\/)(.+?)(?:\/.+)', 2)
在这种情况下，我们没有捕捉到背后的东西 one 使用非捕获组：
(?:\/[a-z]+\/)
然后我们抓住 one 使用：
(.+?)
最后我们在后面加一个右边界 one 在另一个非捕获组中：
(?:\/.+)
jex.im可视化正则表达式：
取决于哪个斜杠， one 我们可以修改我们的表达式。例如，在本例中，此表达式也可能起作用：
(?:\/.+?\/)(.+?)(?:\/.+)
2条答案
按热度按时间oiopk7p51#
最新的impala版本使用re2 regex库，您可以使用
regex_extract功能。使用以下正则表达式：
请参阅regex演示（注意，go regex flavor也是re2，这就是为什么在regex101中选择此选项的原因）。它匹配
^-字符串开头/-a/char（impala regex字符串中没有regex分隔符，因此不需要转义/图案中的字符）[^/]+-任何一个或多个字符/
/-a/烧焦([^/]+)-捕获组1（要获得它index参数必须设置为1)：除/代码：hi3rlvi22#
如果我们想抓住
/，那么我们可能只是想试试([\/]+). 应该还有其他表达式要提取one此外，例如：我们的代码可能看起来像：
或者
隔室
在这种情况下，我们没有捕捉到背后的东西
one使用非捕获组：然后我们抓住
one使用：最后我们在后面加一个右边界
one在另一个非捕获组中：正则表达式电路
jex.im可视化正则表达式：
演示
取决于哪个斜杠，
one我们可以修改我们的表达式。例如，在本例中，此表达式也可能起作用：演示