正则表达式，替换SQL中2个或多个连续相同的字符

Question

使用正则表达式，我想用这个字符的一次出现替换 2 个或多个连续的相同字符。 例如：eeee => e

我想通过 regexp_replace 函数在 hive 中实现。

我试过了：

regexp_replace("aaeebb", "(.)\\1{1,}", "\\1")

使用 gsub R 函数但不使用 regexp_replace

Answer 1

斯卡拉：

• 原始 SQL

  sqlContext.sql("""SELECT regexp_replace('aaeebb', '(.)\\1+', '$1')""")
  

• DSL

  df.select(regexp_replace(lit("aaeebb"), "(.)\\1+", "$1"))
  

PySpark：

• 原始 SQL

  sqlContext.sql("""SELECT regexp_replace('aaeebb', '(.)\\\\1+', '$1')""")
  # or
  sqlContext.sql(r"""SELECT regexp_replace('aaeebb', '(.)\\1+', '$1')""").show()
  

• DSL

  df.select(regexp_replace(lit("aaeebb"), "(.)\\1+", "$1"))
  

Spark SQL 外壳：

SELECT regexp_replace('aaeebb', '(.)\\1+', '$1');

蜂巢壳：

SELECT regexp_replace('aaeebb', '(.)\\1+', '$1');