如何使用Hive删除非字母数字或非数字字符REGEXP_EXTRACT（）函数

Question

我一直在试图弄清楚如何删除多个非字母数字或非数字字符，或者只返回数字字符一个字符串。我试过了：

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

但它返回'7'，而不是'789'。

我也试图删除非数字字符使用不符合语法^（（？！正则表达式）。）* $：

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

可以REGEXP_EXTRACT返回多个匹配？我真正想要做的是清理我的数据，只包含数字或字母数字字符。这似乎有助于删除不好的字符，但它不是像[0-9]这样的字符范围。 regexp_replace（string，' '，''）

编辑：下面的查询能够返回'7789'，这正是我正在寻找。

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

Answer 1

参见本hive regexp_extract weirdness

我想regex_extract将只返回在第三个参数表示的组号。

regex_extract似乎只工作在一条线上，然后退出。

我不知道替换对应物。

它可能对非alphanum数据工作，但如果你喂养它像这样

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

---

此外，对于提取物，看到上面的链接，你可以把它改成

regexp_extract('X789', '[0-9]+', 0)多个号码。

或

regexp_extract('XYZ789', '[a-zA-Z]+', 0)多个阿尔法的。