regex - 悬空元字符 * sparksql

Question

下面的正则表达式在 Hive 中有效，但在 Spark 中无效。

它抛出一个错误dangling metacharacter * at index 3：

select regexp_extract('a|b||c','^(\\|*(?:(?!\\|\\|\\w(?!\\|\\|)).)*)');

我也尝试过逃跑*，\\*但仍然抛出 dangling metacharacter * at index 3.

Answer 1

您可以使用

regexp_replace(col, '^(.*)[|]{2}.*$', '$1')

请参阅正则表达式演示。

正则表达式详细信息：

• ^- 字符串的开始
• (.*)-捕获组1（此组值在替换模式中通过$1 替换反向引用来引用）：除换行符之外的任何零个或多个字符，尽可能多（行的其余部分）
• [|]{2}- 双管（||串）
• .*- 线路的其余部分
• $- 字符串结束。