REGEXP_EXTRACT命令格式、参数和返回值_云原生大数据计算服务 MaxCompute(MaxCompute)-阿里云帮助中心

REGEXP_EXTRACT函数用于在字符串source中按照pattern进行字符串匹配，并返回第group_id个组匹配到的字符串内容。

注意事项

REGEXP_EXTRACT函数在Hive兼容数据类型版本中遵循Java regex规范。而在1.0和2.0数据类型版本中，则遵循MaxCompute的规范。

命令格式

STRING REGEXP_EXTRACT(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，返回匹配的第一个组。
- 如果指定group_id，返回第group_id个组匹配到的字符串内容。
- 如果group_id等于0，则返回满足整个pattern的子串。

说明

数据以UTF-8格式保存。对于中文字符可以用对应的16进制编码表示，中文字符编码的范围是[\\x{4e00},\\x{9fa5}]。

返回值说明

返回STRING类型。返回规则如下：

如果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。
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1：将foothebar按照foo(.*?)(bar)拆分。命令示例如下：

-- 未指定groupid，返回the。
SELECT REGEXP_EXTRACT('foothebar', 'foo(.*?)(bar)');
-- 指定groupid，返回foothebar。
SELECT REGEXP_EXTRACT('foothebar', 'foo(.*?)(bar)', 0);

示例2：将8d99d8按照8d(\\d+)d8拆分。命令示例如下：

-- 返回99。在MaxCompute客户端上提交正则计算的SQL，需要使用两个"\"作为转义字符。
SELECT REGEXP_EXTRACT('8d99d8', '8d(\\d+)d8');

示例3：提取【阿里云】aliyun中的中文字符及标点。命令示例如下：

-- 返回【阿里云】。
SELECT REGEXP_EXTRACT('【阿里云】aliyun', '([^\\x{00}-\\x{ff}]+)');

示例4：提取【阿里云】aliyun中的中文字符。命令示例如下：

-- 返回阿里云。
SELECT REGEXP_EXTRACT('【阿里云】aliyun', '([\\x{4e00}-\\x{9fa5}]+)');

示例5：提取【阿里云】aliyun阿里云中的中文字符，该场景无法通过REGEXP_EXTRACT函数实现，改为使用REGEXP_REPLACE函数。命令示例如下：
```
-- 返回【阿里云】阿里云。
SELECT REGEXP_REPLACE('【阿里云】aliyun阿里云','([\\x{00}-\\x{ff}])', '');
```

示例6：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。

-- 返回报错。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('foothebar', 'thebar');

-- 打开BigQuery兼容模式。
SET odps.sql.bigquery.compatible=true;
-- 返回thebar。
SELECT REGEXP_EXTRACT('foothebar', 'thebar');

场景二：pattern中没有分组且指定group_id为0，则返回满足整个pattern的子串。
```
-- 返回 thebar。
SELECT REGEXP_EXTRACT('foothebar', 'thebar',0);
```

注意事项

命令格式

参数说明

返回值说明

使用示例

相关函数