更新时间:2023-11-03 GMT+08:00

regexp_replace

根据Spark版本不同,regexp_replace函数的功能略有差异:
  • Spark2.4.5版本及以前版本:regexp_replace函数用于将source字符串中匹配pattern的子串替换成指定字符串replace_string后,返回结果字符串。
  • Spark3.1.1版本:regexp_replace函数用于将source字符串中第occurrence次匹配pattern的子串,以及之后匹配pattern的子串,全都替换成指定字符串replace_string后,返回结果字符串。

相似函数:regexp_replace1,regexp_replace1函数用于将source字符串中第occurrence次匹配pattern的子串,替换成指定字符串replace_string后,返回结果字符串。但egexp_replace1函数仅适用于Spark2.4.5版本及以前版本。

即Spark2.4.5版适用的函数:regexp_replace1函数支持指定occurrence,但是regexp_replace函数不支持指定occurrence。

命令格式

  • spark2.4.5及以前版本
    regexp_replace(string <source>, string <pattern>, string <replace_string>)
  • spark3.1.1版本
    regexp_replace(string <source>, string <pattern>, string <replace_string>[, bigint <occurrence>])

参数说明

表1 参数说明

参数

是否必选

参数类型

说明

source

STRING

待替换的字符。

pattern

STRING

STRING类型常量或正则表达式。待匹配的模型。更多正则表达式编写规范,请参见正则表达式规范。pattern为空串时返回报错。

replace_string

STRING

将匹配pattern的字符串替换后的字符串。

occurrence

BIGINT

必须大于等于1,表示将第occurrence次匹配的字符串替换为replace_string,为1时表示替换所有匹配的子串。为其他类型或小于1时,返回报错。默认值为1。

说明:

该字段仅Spark3.1.1版本的功能适用。

返回值说明

返回STRING类型的值。

  • 如果pattern为空串或pattern中没有分组,返回报错。
  • 当引用不存在的组时,不进行替换。
  • 如果replace_string值为NULL且pattern有匹配,返回NULL。
  • 如果replace_string值为NULL但pattern不匹配,返回NULL。
  • source、pattern或occurrence值为NULL时,返回NULL。

示例代码

  • 适用于spark2.4.5及以前版本示例

    返回 num-num。

    SELECT regexp_replace('100-200', '(\\d+)', 'num'); 
  • 适用于spark3.1.1版本示例。

    返回 2222。

    select regexp_replace('abcd', '[a-z]', '2');

    返回 2222。

    select regexp_replace('abcd', '[a-z]', '2', 1);

    返回 a222。

    select regexp_replace('abcd', '[a-z]', '2', 2);

    返回 ab22。

    select regexp_replace('abcd', '[a-z]', '2', 3);

    返回 abc2。

    select regexp_replace('abcd', '[a-z]', '2', 4);