Impala中regexp_like正则精确匹配异常问题求助

你的正则之所以错误匹配RATES.BOND_FINANCE.AUD.ABCDEF，核心原因是SQL字符串中的反斜杠被转义，导致正则里的\.实际被解析成了.（正则中.匹配任意字符，包括下划线）。原正则^RATES\.BOND\..{3}\..*在Impala中实际生效的是^RATES.BOND..{3}..*，其中BOND后的.会匹配下划线，从而命中不符合格式的字符串。

修正方案 #

你需要确保正则中的点号被正确解析为字面量的点，有两种可靠方式：

方式1：使用双反斜杠转义点号 #

在SQL字符串中，反斜杠本身需要转义，所以要用\\.表示正则里的字面量点：

SELECT path
        , regexp_like(path, '^RATES\\.BOND\\..{3}\\..*') as regex
FROM Table1

方式2：使用字符类[.]匹配点号 #

字符类中的点号不需要转义，直接表示字面量点，可读性更强：

SELECT path
        , regexp_like(path, '^RATES[.]BOND[.].{3}[.].*') as regex
FROM Table1

两种方案都能严格匹配RATES.BOND.XXX.ABCDEF格式：

• 确保RATES后是点
• 确保BOND后是点（而非下划线等其他字符）
• 匹配3个任意字符的XXX部分
• 匹配后续任意长度的ABCDEF部分

内容的提问来源于stack exchange，提问作者Smc