将 Oracle 正则表达式转换为 HIVE

Question

我需要将下面的正则表达式（它在 Oracle 中运行良好）转换为 HIVE。正则表达式模式删除所有标点符号，除了（'-' 和 '&' 撇号和空格）。

    select
       REGEXP_REPLACE (          
        TRANSLATE(
                    REGEXP_REPLACE( 'UNI''C...ER - BÉBI,,, DAS DE PORTUGAL, SGPS, S.A.', '[^[:alnum:] &-]', '' ),
                    'ÁÇÉÍÓÚÀÈÌÒÙÂÊÎÔÛÃÕËÜáçéíóúàèìòùâêîôûãõëü', 'ACEIOUAEIOUAEIOUAOEUaceiouaeiouaeiouaoeu'
                 ),
                    ' {2,}', ' ') SSS

from dual;

问题出在输出上：

Oracle 输出：“UNICER - BEBIDAS DE PORTUGAL SGPS SA”
HIVE 输出：“UNIC...ER - BEBI, DAS DE PORTUGAL, SGPS, S.A。” （保留“.”和“,”）

我认为问题在于 [[:alnum:]] POSIX 字符 Class 解释。

非常感谢。

Answer 1

您可以使用

'[^\p{L}\p{N} &-]'

此正则表达式匹配任何不是的单个字符（[^...] 是否定字符 class）

\p{L} - 任何 Unicode 字母
\p{N} - 任何 Unicode 数字
- 一个space
& - 一个 & 字符
- - 一个 - 字符。

将 Oracle 正则表达式转换为 HIVE

Convert Oracle Regex to HIVE

regex

hive