如何用Hive regexp_replace替换特殊字符为连字符并转小写

你可以直接用如下SQL语句完成需求：

SELECT 
  regexp_replace(
    lower('Strong-Memorial/123, Hospital | URMC'),
    '[^a-z0-9]+',
    '-'
  ) AS cleaned_str

运行后返回的结果就是目标值strong-memorial-123-hospital-urmc。

逻辑说明 #

• 先调用lower()函数把输入字符串的所有字母转为全小写，避免正则匹配漏判大小写
• regexp_replace的正则规则[^a-z0-9]+表示匹配所有连续的、不属于小写英文字母和数字的字符，包括空格、斜杠、逗号、竖线、原有的连字符等所有特殊字符，统一替换为单个连字符-

边界场景补充 #

如果你的输入字符串存在开头/结尾就是特殊字符的情况，处理后会在首尾多出多余的连字符，可以再加一层正则处理掉首尾的连字符：

SELECT 
  regexp_replace(
    regexp_replace(
      lower(你的字符串字段),
      '[^a-z0-9]+',
      '-'
    ),
    '^-|-$',
    ''
  ) AS cleaned_str
FROM 你的表名;

内容的提问来源于stack exchange，提问作者jason