Hive 从字符串中提取数值

Question

我有一个 table 作为：

column1                         column2 
The first value is 200 gb        need to restart (2 times)
The 2nd value is 700 gb          need (optional) to restart (10 times)

我正在尝试从 table 中获取数值。预期输出为

column1_numeric      column2_numeric 
200                   2
700                   10

对于第 1 列：我尝试使用以下方法获取数据：regexp_replace(column1, '[^0-9]', '') as column1_numeric; 但这不适用于第二行和 returns 2700

对于第 2 列：我正在尝试：regexp_replace(regexp_extract(column2,'$(.*?)$'), '[^0-9]', '') as column2_numeric 但这也不适用于第二行和 returns 空值

有什么建议吗？

Answer 1

如果您使用下面的正则表达式，它将适用于两列并且仅从字符串中提取数字。

var numberPattern = /\d+/g;
'The first value is 200 gb'.match( numberPattern ).join('') // 200

'need to restart (2 times)'.match( numberPattern ).join('') // 2

Answer 2

请试试这个
select REGEXP_REPLACE('The first value is 200 gb','[^0-9]','')
我得到的结果是 200
试试这个：
select REGEXP_REPLACE(substring('The 2nd value is 200 gb',-6),'[^0-9]','')

Answer 3

从字符串中提取最后一个数值 '(\d+)([^0-9]*)$':

select 
      regexp_extract(column1,'(\d+)([^0-9]*)$',1) as column1_numeric,
      regexp_extract(column2,'(\d+)([^0-9]*)$',1) as column2_numeric
   ...

它提取

column1_numeric      column2_numeric 
200                   2
700                   10

您还可以使用 \D 而不是 [^0-9]（不是数字），它更短一些：

'(\d+)(\D*)$'

Hive 从字符串中提取数值

Hive extract numeric value from a string

regex

string

hive

numeric

hiveql