首页 / 字符串

REGEXP_REPLACE 正则替换

REGEXP_REPLACE 用正则表达式查找并替换字符串。最大的差异在 Hologres：它沿用 PostgreSQL 的行为，默认只替换第一处匹配，要加 'g' 才会全部替换。各引擎的正则语法也不完全相同。

各引擎写法

引擎	支持	写法	说明	依据
MaxCompute	支持	`REGEXP_REPLACE(source, pattern, replace_string[, occurrence])`	occurrence 默认 0，表示替换全部匹配；传正数 N 只替换第 N 处。用 \1 引用分组。Hive 兼容模式用 Java 正则，1.0 和 2.0 类型系统用 MaxCompute 自己的正则规范。	官方文档
Hologres	支持	`REGEXP_REPLACE(str, regex, replacement[, flags])`	使用 POSIX 正则。按 PostgreSQL 的定义，不加 flags 时只替换第一处匹配，flags 包含 g 时替换全部。	官方文档
StarRocks	支持	`regexp_replace(str, pattern, repl)`	示例显示会替换全部匹配，可以用 \1 引用分组。	官方文档
Doris	支持	`REGEXP_REPLACE(str, pattern, repl)`	替换全部匹配，正则语法参考 RE2，可以用 \1 引用分组。任一参数为 NULL 时返回 NULL。	官方文档
Hive	支持	`regexp_replace(INITIAL_STRING, PATTERN, REPLACEMENT)`	使用 Java 正则，替换全部匹配。	官方文档
Spark SQL	支持	`regexp_replace(str, regexp, rep[, position])`	Spark 1.5.0 起提供，使用 Java 正则，替换全部匹配。position 指定从第几个字符开始查找。	官方文档
Flink SQL	支持	`REGEXP_REPLACE(string1, string2, string3)`	替换全部匹配的子串。	官方文档

Hologres 默认只替换第一处匹配。同样的 SQL 从 MaxCompute 迁过来，结果会只改掉第一处，需要补上第四个参数 'g'。
正则引擎不同：Hive 和 Spark 用 Java 正则，Doris 参考 RE2，Hologres 用 POSIX。RE2 不支持环视和模式中的反向引用，用到这些特性的正则迁到 Doris 后会报错。
MaxCompute 的正则规范与 Java 不完全一致，开启 Hive 兼容模式后才使用 Java 正则，同一个模式在两种模式下结果可能不同。
字符串字面量中的反斜杠要转义。多数引擎写 '\\d' 表示 \d；Spark 还可以用 r'\d' 原始字符串。

MaxCompute

SELECT REGEXP_REPLACE(phone, '-', '') FROM users;

Hologres

SELECT REGEXP_REPLACE(phone, '-', '', 'g') FROM users;

StarRocks

SELECT regexp_replace(phone, '-', '') FROM users;

Spark SQL

SELECT regexp_replace(phone, '-', '') FROM users;