问在带有蜂巢的特定单词之前提取文本

EN

您可以使用这个正则表达式模式' (\\w+ \\w+) HOUSE'。这意味着一个空格，一个或多个单词字符，一个空格，一个或多个字符，一个空格，一个豪斯。括号中是要提取的组。组指数为1。

演示：

 select regexp_extract(s,' (\\w+ \\w+) HOUSE',1) 
from
(select 'Avenue 1 HE1 345 HOUSE 123.'  s union all
select 'FLAT 202 HRE2 D34 HOUSE 345.' s union all
select 'DOOR 324 HA1 345 HOUSE 67'    s) s;
OK
HE1 345
HRE2 D34
HA1 345
Time taken: 26.472 seconds, Fetched: 3 row(s)

不区分大小写的使用修饰符：

hive>
    >
    > select regexp_extract(s,' (\\w+ \\w+) (?i)HOUSE',1)
    > from
    > (select 'Avenue 1 HE1 345 HOUSe 123.'  s union all
    > select 'FLAT 202 HRE2 D34 HOUsE 345.' s union all
    > select 'DOOR 324 HA1 345 HOuSE 67'    s) s;
OK
HE1 345
HRE2 D34
HA1 345

参见regex此处：https://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html

关于不区分大小写：http://www.regular-expressions.info/modifiers.html

您可以将该文件保存为csv文件(复制记事本中的内容并以.csv扩展名保存)。

现在，您可以在单元中创建表，并从表中的csv文件中加载数据。

hive>创建表文本(column1字符串、column2字符串、column3字符串、column4字符串、column5字符串、column6字符串)行格式分隔字段，以‘’结束;确定时间: 0.137秒

要将数据加载到表中:使用hive>加载数据本地路径‘您文件的位置’覆盖到表文本中；

hive>加载数据本地inpath '/home/cloudera/FinalProjects/text.csv‘覆盖表文本；将数据加载到表default.text表default.text统计数据: numFiles=1、numRows=0、totalSize=84、rawDataSize=0 OK时间: 0.59秒

hive>从文本中选择column3，column4； OK HE1 345 HRE2 D34 HA1 345占用时间: 0.145秒，获取:3行(S)