REGEXP_EXTRACT_ALL

命令格式

ARRAY<T> REGEXP_EXTRACT_ALL(STRING <source>, STRING <pattern>[,BIGINT <group_id>])

参数说明

• source：必填。STRING类型。被匹配的字符串。

• pattern：必填。STRING类型常量或正则表达式。用于匹配的子字符串或正则表达式。更多正则表达式编写规范，请参见正则表达式规范。

• group_id：可选。BIGINT类型。取值大于等于0。

  • 如果不指定group_id， 默认为1，返回group_id为1的所有匹配结果组成的数组。

  • 如果指定group_id，返回该group_id匹配的所有结果组成的数组。

  • 如果group_id等于0，pattern将被当作一个整体进行匹配。

返回值说明

返回ARRAY<STRING>类型。返回规则如下：

• 若pattern为空串或pattern中没有分组且未指定group_id，返回报错。

  说明

  执行SET odps.sql.bigquery.compatible=true;开启BigQuery兼容模式，如果pattern中没有分组且未指定group_id时，则返回满足整个pattern的子串组成的数组。

• 若group_id非BIGINT类型或小于0时，返回报错。

• source、pattern或group_id值为NULL时，返回NULL。

使用示例

• 示例一：不指定group_id时，默认返回第一个group_id匹配到的结果。

  -- 返回 ["100","300"]。
  SELECT REGEXP_EXTRACT_ALL('100-200, 300-400', '(\\d+)-(\\d+)');

• 示例二：指定group_id值为2，返回第二个group_id匹配到的结果。

  -- 返回["200","400"] 。
  SELECT REGEXP_EXTRACT_ALL('100-200, 300-400', '(\\d+)-(\\d+)',2);

• 示例三：pattern中没有分组。命令示例如下：

  • 场景一：pattern中没有分组且未指定group_id，则返回报错。在BigQuery兼容模式下，则返回满足整个pattern的子串组成的数组。

    -- FAILED: ODPS-0130071:[0,0] Semantic analysis exception - physical plan generation failed: SQL Runtime Unretryable Error: ODPS-0121065:Argument value out of range - Regex group count is 0, but the specified group index is 1
    SELECT REGEXP_EXTRACT_ALL('100-200, 300-200', '\\d+-\\d+'); 
    
    -- 开启BigQuery兼容模式。
    SET odps.sql.bigquery.compatible=true;
    -- 返回["100-200","300-200"]。
    SELECT REGEXP_EXTRACT_ALL('100-200, 300-200', '\\d+-\\d+'); 

  • 场景二：pattern中没有分组且指定group_id值为0，则返回满足整个pattern的子串组成的数组。

    -- 返回["100-200","300-200"]。
    SELECT REGEXP_EXTRACT_ALL('100-200, 300-200', '\\d+-\\d+',0);

相关函数

REGEXP_EXTRACT_ALL函数属于字符串函数，更多查找字符串、转换字符串格式的相关函数请参见字符串函数。