以下regexp\u extract函数在impala中似乎可以工作，但在hive中使用时不起作用：
select regexp_extract("efwe FR wefwef", '.*?([[:upper:]]+).*?', 1)Impala 的结果是 FR （如我所料，即第一组的大写字符）
Hive的结果是 e （不是我想的那样）
有人能解释这是为什么吗？
通过研究这个问题，我了解到将正则表达式转换为java风格的regex可能会有所帮助(http://www.regexplanet.com/advanced/java/index.html). 但据我所知，java风格的regex和我所拥有的是一样的。
1条答案
按热度按时间55ooxyrt1#
我自己找到了答案。java不支持posix括号表达式，所以我使用了a-z而不是：upper:
https://www.cloudera.com/documentation/enterprise/5-9-x/topics/impala_string_functions.html 在impala2.0及更高版本中，impala正则表达式语法符合google re2库使用的posix扩展正则表达式语法。有关详细信息，请参阅re2文档。
https://cwiki.apache.org/confluence/display/hive/languagemanual+select#languagemanualselect-regexcolumnspecification我们使用javaregex语法。尝试http://www.fileformat.info/tool/regex.htm 用于测试目的。