在 Hive 中使用正则表达式从路径中提取主目录

【问题标题】：Extracting main directory from path using Regex in Hive在 Hive 中使用正则表达式从路径中提取主目录
【发布时间】：2019-06-04 07:59:05
【问题描述】：

我在 Hive 中使用正则表达式函数来查找主文件夹。

我想从这个文件路径中解析出“main”：

/main/one/path/to/hdfs

这是我使用的正则表达式：

regexp_extract(filepath,'(^/[^/]+)',0)

【问题讨论】：

【解决方案1】：

你必须用“\”转义“/”

(^\/[^\/]+)

【讨论】：

【解决方案2】：

我猜我们希望得到斜杠后的第一个目录，我们可能希望从这个简单的表达式开始：

\/(.+?)\/.+

在这里，我们在第一个捕获组中捕获了 main 输出：

(.+?)

我们可以使用组 1 简单地调用它，我们的代码可能如下所示：

regexp_extract(filepath,'\/(.+?)\/.+', 1)

【讨论】：