如何使用 RegEx 函数从 Hive 中的字符串字段中提取日期

Question

'2021 july (JNS) Accessory Fixtures: DELIVER BETWEEN 7/26/2021 and 8/6/2021'

预期结果：

Date1 : 7/26/2021
Date2 : 8/6/2021

Answer 1

例如这样：

select regexp_extract(str, '(?i)BETWEEN (\\d{1,2}/\\d{1,2}/\\d{4})',1) as date1,
       regexp_extract(str, '(?i)AND (\\d{1,2}/\\d{1,2}/\\d{4})$',1) as date2

如果您需要将日期转换为正确的格式（yyyy-MM-dd），请使用 split 获取数组中的所有日期元素，使用 lpad 添加零并连接：

with mydata as (
select '2021 july (JNS) Accessory Fixtures: DELIVER BETWEEN 7/26/2021 and 8/6/2021' str
)
select concat(date1[2],'-',lpad(date1[0],2,0),'-',lpad(date1[1],2,0)) as date1,
       concat(date2[2],'-',lpad(date2[0],2,0),'-',lpad(date2[1],2,0)) as date2
from
(
select split(date1,'/') date1, split(date2,'/') date2 --arrays
  from
    (select regexp_extract(str, '(?i)BETWEEN (\\d{1,2}/\\d{1,2}/\\d{4})',1) as date1,
            regexp_extract(str, '(?i)AND (\\d{1,2}/\\d{1,2}/\\d{4})$',1) as date2
       from mydata
    ) s 
)s

结果：

date1       date2
2021-07-26  2021-08-06

如果有没有 BETWEEN 和 AND 的字符串，并且您想从字符串的开头提取第一个和第二个日期，请使用：

select regexp_extract(str, '^.*(\\d{1,2}/\\d{1,2}/\\d{4}).*(\\d{1,2}/\\d{1,2}/\\d{4})',1) as date1,
       regexp_extract(str, '^.*(\\d{1,2}/\\d{1,2}/\\d{4}).*(\\d{1,2}/\\d{1,2}/\\d{4})',2) as date2

您可以通过在第二组后添加 * 来使第二个日期可选，即使字符串中不存在第二个日期，也会提取第一个日期：

select regexp_extract(str, '^.*(\\d{1,2}/\\d{1,2}/\\d{4}).*(\\d{1,2}/\\d{1,2}/\\d{4})*',1) as date1,
       regexp_extract(str, '^.*(\\d{1,2}/\\d{1,2}/\\d{4}).*(\\d{1,2}/\\d{1,2}/\\d{4})',2) as date2