如何从配置单元中的文本中删除非 Ascii 字符（非键盘特殊字符）答案

【问题标题】：How to remove non Ascii characters(non keyboard special charecters) from a text in hive如何从配置单元中的文本中删除非 Ascii 字符（非键盘特殊字符）
【发布时间】：2021-02-23 15:49:42
【问题描述】：

我想从我的文本中删除非 Ascii 字符并将其替换为 ''。

我的表中有一些无效字符，我正在尝试删除它们。但是我遇到了其中一个问题。

例子：

123Abh¿½ï¿½ï¿½ï¿½ï¿½v streeÁÉÍÓt

预期输出：

123Abh street

目前我正在使用

regex_replace('123Abh¿½ï¿½ï¿½ï¿½ï¿½v streeÁÉÍÓt','[^[:print:]],'')

但这不起作用，有什么建议吗？

【问题讨论】：

'[^\\x{0000}-\\x7D]+'怎么样
谢谢它正在工作！ @wiktor Stribizew 如果我需要删除除 hive 中的空格和连字符之外的所有特殊字符怎么办。regrelpace 语句将如何？提前谢谢你！

标签： regex hive ascii hql

【解决方案1】：

你可以使用

regex_replace('123Abh¿½ï¿½ï¿½ï¿½ï¿½v streeÁÉÍÓt', '[^\\x{0000}-\\x7E]+', '')

这里，

[^ - 否定字符类的开始，它匹配任何字符，但
- \x{0000}-\x7E - ASCII 表中从 NULL 到 ~ 的字符
]+ - 课程结束，匹配一次或多次。

如果我需要删除除空格和连字符之外的所有特殊字符？ - 在这种情况下，您需要使用

regex_replace('123Abh¿½ï¿½ï¿½ï¿½ï¿½v streeÁÉÍÓt', '[^\\w\\s-]|_', '')

这里，[^\w\s-]|_+ 匹配除字母、数字、_、空格和- 或下划线以外的任何一个符号（注意\w 匹配下划线，因此必须通过| 添加，一个交替运算符）。

【讨论】：

感谢 Wiktor，它正在工作。！！在一项要求中需要帮助。 1. 在一个字符串中，我想用 '' 替换除 (0-9,A-Z,a-z,-,_) 之外的所有内容 2. 在一个字符串中，用 '' 替换除 0-9（零到九）之外的所有内容帮助！
@ap23451 如果它有效，请考虑接受答案（通过单击左侧的灰色勾号）。 1) [^0-9A-Za-z_-] 替换为 "。 2）[^0-9]替换为"。
我已经接受了答案.. 你能帮我解决以下问题吗： 1. 在一个字符串中，我想替换除 (0-9,A-Z,a-z,-, 之外的所有内容) 与 '' 2. 在字符串中，用 '' 替换除 0-9（零到九）之外的所有内容 3. 在字符串中，我想替换除 (0-9,A-Z,a-z,-,之外的所有内容>) 和空格 '' 提前致谢
@ap23451 第 1 点和第 2 点已经在前面的评论中解释过了。 3）[^0-9A-Za-z -] 并替换为您需要的任何内容。
嗨 Wiktor 感谢您在这里提供的所有帮助。我在 hive 中有类似的数据集，但我只想用单引号替换制表符和空白字符。我该怎么做？跨度>