云原生大数据计算服务 MaxCompute：REGEXP_REPLACE

注意事项

REGEXP_REPLACE函数在Hive兼容的数据类型版本中遵循Java regex规范。而在1.0和2.0数据类型版本中，则遵循MaxCompute的规范。

命令格式

string regexp_replace(string <source>, string <pattern>, string <replace_string>[, bigint <occurrence>])

参数说明

• source：必填。STRING类型，待替换的字符串。

• pattern：必填。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：必填。STRING类型，将匹配pattern的字符串替换后的字符串。

  说明

  • 如果replace_string为空字符串函数将删除匹配pattern的字符串后返回。

  • replace_string中可以包含后向引用\n，表示插入与pattern中第n个捕获组匹配的子字符串，其中n的取值范围为1～9，\0表示整个pattern。在使用时需要对反斜线进行转义：\\1，或者使用原始字符串（Raw String）：R'(\1)'。

• occurrence：可选。BIGINT类型常量，必须大于等于0，表示将第occurrence次匹配的字符串替换为replace_string，为0时表示替换所有匹配的子串。为其他类型或小于0时，返回报错。默认值为0。

返回值说明

使用示例

• 示例1：将字符串按照指定规则进行替换。命令示例如下：

  --返回Abcd。
  select regexp_replace("abcd", "a", "A", 0);
  --返回bcd。
  select regexp_replace("abcd", "a", "", 0);
  --返回19700101。
  select regexp_replace("1970-01-01", "-", "", 0);
  --返回abc。
  select regexp_replace("a1b2c3", "[0-9]", "", 0);
  --返回a1b2c。
  select regexp_replace("a1b2c3", "[0-9]", "", 3);

• 示例2：将123.456.7890字符串中与([[:digit:]]{3})\\.([[:digit:]]{3})\\.([[:digit:]]{4})匹配的所有字符串替换为(\\1)\\2-\\3。命令示例如下。

  --返回(123)456-7890。
  select regexp_replace('123.456.7890', '([[:digit:]]{3})\\.([[:digit:]]{3})\\.([[:digit:]]{4})',
  '(\\1)\\2-\\3', 0);

• 示例3：将abcd字符串中与指定规则匹配的字符串进行替换。命令示例如下。

  --返回a b c d 。
  select regexp_replace('abcd', '(.)', '\\1 ', 0);
  --返回a bcd。
  select regexp_replace('abcd', '(.)', '\\1 ', 1);
  --返回d。
  select regexp_replace("abcd", "(.*)(.)$", "\\2", 0);

• 示例4：假设表url_set中列名为URL的数据格式为www.simple@xxx.com，且每行的xxx完全不同，现需要将列中www后的所有内容都替换掉。命令示例如下。

  --返回结果为wwwtest。
  select regexp_replace(url,'(www)(.*)','wwwtest',0) from url_set;

• 示例5：任一输入参数为NULL。命令示例如下。

  --返回NULL。
  select regexp_replace('abcd', '(.)', null, 0);

• 示例6：引用不存在的组。命令示例如下。

  --因为pattern中只定义了一个组，引用的第二个组不存在。
  --请避免这样使用，引用不存在的组的结果未定义。
  regexp_replace("abcd", "(.)", "\\2", 0) = "" 或 "abcd"
  --因为在pattern中没有组的定义，所以\1引用了不存在的组，
  --请避免这样使用，引用不存在的组的结果未定义。
  regexp_replace("abcd", "a", "\\1", 0) = "bcd" 或 "abcd"

相关函数

REGEXP_REPLACE函数属于字符串函数，更多查找字符串、转换字符串格式的相关函数请参见字符串函数。