hive正则提取域名

在Hive中，可以使用正则表达式提取域名。你可以使用以下方法来达到这个目的：

假设你有一个表 `urls`，其中有一列 `url_string` 包含完整的URL。你可以使用正则表达式函数 `regexp_extract` 来提取域名。

sql

SELECT

regexp_extract(url_string, '^(?:http[s]?://)?([^/]+)', 1) AS domain

FROM

urls;

解释：

- `^`: 匹配字符串开头。

- `(?:http[s]?://)?`: 匹配并忽略以 "http://" 或 "https://" 开头（如果存在），使用 `?` 表示可选。

- `([^/]+)`: 捕获域名部分直到遇到第一个 `/`，`[^/]+` 表示任意非斜杠字符的一次或多次匹配。

- `1` 是捕获组的索引，提取第一个括号内的匹配结果。

这样就可以从完整的URL中提取出域名部分。