Hive split支持正则表达式吗

在日常使用Hive处理数据时，split函数是高频工具。很多人会问：它到底能不能用正则表达式？答案是肯定的。split函数的核心作用就是按照指定的分隔符把字符串拆成数组，而这个分隔符完全支持正则表达式模式——这在处理复杂格式的数据时非常有用。

Hive split函数语法

split(string str, string pattern)

其中 str 是待拆分的原始字符串，pattern 是用来匹配分隔符的正则表达式。

基础使用示例

SELECT split('hive,hadoop,spark', ',') FROM table_name;

运行结果返回一个数组，包含 'hive'、'hadoop'、'spark' 三个元素。逗号是普通字符，直接使用即可。

正则表达式转义处理

如果需要按照点号（.）拆分，需要注意点号在正则表达式里是通配符，不能直接写 '.'，必须转义。正确做法是用双反斜杠：

SELECT split('hive.hadoop.spark', '\.') FROM table_name;

这里 '\.' 中的反斜杠是正则转义写法，结果同样是三个元素的数组。

其他特殊字符支持

其他特殊字符如 *、、+ 等，只要清楚它们在正则中的含义，都可以在 pattern 参数中使用。这就是 Hive split 对正则表达式原生支持所带来的灵活性。