教你用正则表达式提取数字和小数点实用指南

佚名 2026-09-04 20:20:01

平时做技术实践时，很多问题不是概念不会，而是细节没串起来。拿“教你用正则表达式提取数字和小数点”来说，它看着像小点，放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际采用顺序，把思路、关键写法和容易踩坑的地方讲清楚，便于大家直接对照操作。

1、初识

1.1、纯数字提取

-- "提取123abc提取"：提取当前字符当中的123
 
-- 1.Hive:
select regexp_replace('提取123abc提取','[^0-9]+','')    "123"
select regexp_replace('提取123abc提取','D','')      "提取123abc提取"
 
-- 2.PG: 'g':global,全局替换
select regexp_replace('提取123abc提取','[^0-9]+','','g' )   "123"
select regexp_replace('提取123abc提取','D','','g' )        "123"

1.2、带有小数点数字提取

-- "提取123.11abc提取"：提取当前字符当中的123.11
 
-- 1.Hive:小数或者整数数据提取
select regexp_extract('提取123.11abc提取','[0-9]+([.]{1}[0-9]+){0,1}',0)    "123.11"
select regexp_extract('提取123abc提取','[0-9]+([.]{1}[0-9]+){0,1}',0)   "123"
 
-- 2.PG:
select regexp_replace('提取123.11abc提取','[^d.d]','','g') "123.11"

2、语法

字符	说明	等效于
	将下一字符标记为特殊字符、文本、反向引用或八进制转义符。 e.g：“n"匹配字符"n”。"n"匹配换行符。序列"\“匹配”"，"(“匹配”("
^	匹配输入字符串开始的位置
$	匹配输入字符串结束的位置
*	零次或多次匹配前面的字符或子表达式	{0,}
+	一次或多次匹配前面的字符或子表达式	{1,}
?	零次或一次匹配前面的字符或子表达式	{0,1}
{n}	n是非负整数。正好匹配n次。 e.g："o{2}"与"job"中的"o"不匹配，但与"food"中的两个"o"匹配
{n,}	n是非负整数。至少匹配n次。 e.g："o{2,}“不匹配"job"中的"o”，而匹配"fooooood"中的所有o	"o{1,}“等效于"o+” "o{0,}“等效于"o*”
{n,m}	m和n是非负整数，其中n<=m。匹配至少n次，至多m次。 e.g："o{1,3}"匹配"fooooooood"中的头三个o	"o{0,1}“等效于"o?”
?	落到代码里，当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后，理解这一步时，匹配模式是“非贪心匹配”。“非贪心匹配”：匹配搜索到的尽可能短的字符串，而默认的“贪心匹配”则是匹配搜索到尽可能长的字符串。 e.g："oooo"中，"o+?“只能够匹配出单个"o”；而"o+“匹配出所有的"o”
.	匹配除"rn"之外的任何单个字符
[xyz]	字符集。匹配包含的任一字符。 e.g："[abc]“匹配"plain"中的"a”
[^xyz]	反向字符集。匹配未包含的任何字符。 e.g："[^abc]“匹配"plain"中"p”，“l”，“i”，“n”
[a-z]	字符范围。匹配指定范围内的任何字符。 e.g："[a-z]"匹配"a"到"z"范围内的任何小写字母
[^a-z]	反向范围字符。匹配不在指定范围内的任何字符。 e.g："[^a-z]"匹配任何不在"a"到"z"范围内的任何字符
d	数字字符匹配。	[0-9]
D	非数字字符匹配。	[^0-9]
s	匹配任何空白字符，包括空格、制表符、换页符等
S	匹配任何非空白字符
w	匹配任何类字符，包括下划线	[A-Za-z0-9_]
W	与任何非单词字符匹配	[^A-Za-z0-9_]

3、实例代码

-- PG：regexp_match：匹配函数
select regexp_match('会议事业部69.57%/','[d.d]{1,}')	"{69.57}"
select regexp_match('会议事业部69%57%/','[d%d]{1,}')	"{69%57%}"
-- 子表达式中：[d.d]：这时候：'.' 不再是匹配除"rn"之外的任何单个字符
select regexp_match('会议事业部69%57%/','[d.d]{1,}')	"{69}"