Hive的特殊符号的转义

特殊字符

常见的特殊符号有如下的几种；

符号	描述
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则也匹配 '\n' 或 '\r'。要匹配字符本身，请使用 \$
()	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 $ 和 $
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+
.	匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 \.
[	标记一个中括号表达式的开始。要匹配 [，请使用 \[
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?
\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 \^
{	标记限定符表达式的开始。要匹配 {，请使用 \{
\|	指明两项之间的一个选择。要匹配\| ，请使用 \\|

如果在hive的CLI或者presto中执行hive脚本，只需要按照上表中使用即可。

例如，我们想replace \s 为某个字符

regexp_replace('\\s', '');
regexp_replace('\(', '');

这样使用都没有问题，但是如果是通过shell的方式执行就不是这样了。

在Shell中执行，因为其本身也有转义，加上Hive本身的转义就需要两次，也就是说转义符号就需要在原来的基础上翻倍。例如，

regexp_replace('\\\\s', ''));
regexp_replace('\\(');

为了保证能够正确的执行，我们可以explain一下hive语句看看执行计划是怎样的。