一.介绍 

正则表达式用来描述或者匹配符合规则的字符串。它的用法和like比较相似，但是它又比like更强大，能够实现一些很特殊的规则匹配；正则表达式需要使用REGEXP命令，匹配上返回"1"匹配不上返回"0"，默认不加条件REGEXP相当于like '%%'。在前面加上NOT相当于NOT LIKE。

命令

说明

^

在字符的开启处进行匹配

$

在字符的末尾处进行匹配

.

匹配任何字符（包括回车和新行）

[….]

匹配括号内的任意单个字符

[m-n]

匹配m到n之间的任意单个字符，例如[0-9],[a-z],[A-Z]

[^..]

不能匹配括号内的任意单个字符

a*

匹配0个或多个a,包括空,可以作为占位符使用.

a+

匹配一个或多个a,不包括空

a?

匹配一个或0个a

a1| a2

匹配a1或a2

a{m}

匹配m个a

a{m,}

匹配m个或者更多个a

a{m,n}

匹配m到n个a

a{,n}

匹配0到n个a

(….)

将模式元素组成单一元素，例如（do）*意思是匹配0个多或多个do

 

 

 二. 使用测试

^

在字符串开始处进行匹配

SELECT  'abc' REGEXP '^a';--1

$

在字符串末尾开始匹配

SELECT  'abc' REGEXP 'a$';--0
SELECT  'abc' REGEXP 'c$';--1

 

匹配任意字符

SELECT  'abc' REGEXP '.a';--0
SELECT  'abc' REGEXP '.b';--1
SELECT  'abc' REGEXP '.c';--1
SELECT  'abc' REGEXP 'a.';--1

 

[...]

匹配括号内的任意单个字符

SELECT  'abc' REGEXP '[xyz]';--0
SELECT  'abc' REGEXP '[xaz]';--1

[^...]

注意^符合只有在[]内才是取反的意思，在别的地方都是表示开始处匹配

 注意：REGEXP 前的匹配字符作为一个整体

注意:　'abc'作为一个整体，所以它匹配不了a

SELECT  'a' REGEXP '[^abc]';--0
SELECT  'x' REGEXP '[^abc]';--1
SELECT  'abc' REGEXP '[^a]';--1

　

a*

匹配0个或多个a,包括空字符串。 可以作为占位符使用.有没有指定字符都可以匹配到数据

SELECT 'stab' REGEXP '.ta*b';--1
SELECT 'stb' REGEXP '.ta*b';--1
SELECT '' REGEXP 'a*';--1

a+

匹配1个或者多个a,但是不包括空字符

SELECT 'stab' REGEXP '.ta+b';--1
SELECT 'stb' REGEXP '.ta+b';--0

a?

匹配0个或者1个a

SELECT 'stb' REGEXP '.ta?b';--1
SELECT 'stab' REGEXP '.ta?b';--1
SELECT 'staab' REGEXP '.ta?b';--0

a1|a2

匹配a1或者a2，

SELECT 'a' REGEXP 'a|b';--1
SELECT 'b' REGEXP 'a|b';--1
SELECT 'b' REGEXP '^(a|b)';--1
SELECT 'a' REGEXP '^(a|b)';--1
SELECT 'c' REGEXP '^(a|b)';--0

注意：^符合只有在[]内才是取反的意思，在别的地方都是表示开始处匹配　

　

a{m}

匹配m个a

SELECT 'auuuuc' REGEXP 'au{4}c';--1
SELECT 'auuuuuc' REGEXP 'au{4}c';--0
SELECT 'auuuuc' REGEXP 'au{3}c';--0

　a{m,}

匹配m个或者更多个a

SELECT 'auuuuc' REGEXP 'au{3,}c';--1
SELECT 'auuuuc' REGEXP 'au{4,}c';--1
SELECT 'auuuuc' REGEXP 'au{5,}c';--0

a{m,n}

匹配m到n个a,包含m和n

SELECT 'auuuuc' REGEXP 'au{3,5}c';--1
SELECT 'auuuuc' REGEXP 'au{4,5}c';--1
SELECT 'auuuuc' REGEXP 'au{5,10}c';--0 最低5个u

　　

(abc)

将abc作为一个序列匹配，不用括号括起来都是用单个字符去匹配，如果要把多个字符作为一个整体去匹配就需要用到括号，所以括号适合上面的所有情况。

SELECT 'xababy' REGEXP 'x(abab)y';--1
SELECT 'xababy' REGEXP 'x(ab)*y';--1
SELECT 'xababy' REGEXP 'x(ab){1,2}y';--1   --1到2个ab

总结

特别要注意最后的()的命令，如果不使用()那么所有的都是指单个字符去做匹配，如果需要使用多个字符作为一个整体去匹配,就需要将多个字符使用（）给括起来

1.使用REGEXP和NOT REGEXP操作符(类似LIKE和NOT LIKE)；

2.REGEXP默认也是不区分大小写，可以使用BINARY关键词强制区分大小写； WHERE NAME REGEXP BINARY ‘^[A-Z]’;

3.REGEXP默认是部分匹配原则，即有一个匹配上则返回真。例如：SELECT  'Abc' REGEXP BINARY '[A-Z]';

 其他：

1.正则匹配手机号：

(1)方式1

SELECT * FROM sparksql_hive_test WHERE mobile REGEXP '^[1][35678][0-9]{9}$'

(2)方式2

select regexp_extract(regexp_replace('+8610 6538 8778  16','\\-| ',''),'(.*?)(1[3-9][0-9]{9})',2)