正则表达式 - 仅在 x.x.x 的第二个位置包含 0答案

【问题标题】：Regular expression - only include 0 if in 2nd position of x.x.x正则表达式 - 仅在 x.x.x 的第二个位置包含 0
【发布时间】：2019-06-18 01:09:26
【问题描述】：

我想弄清楚如何为 xx.xx.xx 格式的字符串编写正则表达式（但有时不包括第三个参数）

例如，字符串可以是：

12.1
12.1.0
14.5.1
8.2.1
8.2.0
8.2

如果它包含在第三个位置，我想要丢弃尾随的 0（或者，如果缺少第三个参数，则用 0 填充）。

期望的输出（从上面）：

12.1
12.1
14.5.1
8.2.1
8.2
8.2

或者，如果填充零更容易，所需的输出将是：

12.1.0
12.1.0
14.5.1
8.2.1
8.2.0
8.2.0

尝试过（在 SQL 中）：

SELECT regexp_extract('10.0.0', '^([^.]*.[^.]*.[^.]*[^0])', 0);
SELECT regexp_extract('10.0.0', '^([^.]*.[^.]*.[^.0]*', 0);
SELECT regexp_extract('10.0.0', "([0-9]+\.[0-9]+\.[1-9]+)");

例如，上面的大多数只是给我 10.0.0 而不是 10.0。

【问题讨论】：

只需要正则表达式吗？对于命令行上的此类任务，我将使用awk。不过，您似乎对使用 SQL 有一些特殊的需求？
感谢大家迄今为止的帮助。是的，它需要是SQL。这将针对 Hadoop 中的一个非常大的数据集运行，因此计算速度是一个因素。

标签： sql regex hadoop

【解决方案1】：

尝试使用REGEXP_REPLACE：

SELECT REGEXP_REPLACE('10.0', '^[0-9]+\.[0-9]+$', '\\0.0');

或者也许使用$0 而不是\\0 作为完整的捕获组：

SELECT REGEXP_REPLACE('10.0', '^[0-9]+\.[0-9]+$', '$0.0');

正则表达式^[0-9]+\.[0-9]+$ 只会针对恰好具有两个（但不是三个）路径组件的术语。在这种情况下，它将附加一个尾随 .0

【讨论】：

谢谢！！选择这个是因为它满足了我的需要，并且似乎在我的 Hadoop 环境中运行速度最快。

【解决方案2】：

用零填充很容易：

select (case when col not like '%.%.%'
             then concat(col, '.0')
             else col
        end)

【讨论】：

【解决方案3】：

我想你想要：

SELECT regexp_extract('10.0.0', "([0-9]+\.[0-9]+(\.[1-9]+)?)");

在您上面的表达式中，由于结尾部分 .[1-9]+，它将无法完全匹配。通过在此表达式周围添加括号，您可以使用“？”对其进行注释。如果它存在一次或不存在，则匹配。

【讨论】：