impala 字符串按某个分隔符切割正则替换去除空格

征信中的数字解读分说明项，格式是形如[信用历史较短, 近期硬查询次数较多]，也有[]的情况

现在需要将说明项中第一项和第二项都提取出来，字段名为pc010d01。

具体操作步骤如下：

1、按逗号切割

split_part(pc010d01,',',1)按逗号切割字符串，取第一部分，得到形如 [信用历史较短

注：split_part('[]',',',1)得到的是[]，即原字符串

2、用正则匹配替换掉]和[

regexp_replace(split_part(pc010d01,',',1),'\\[|\\]','')，]和[在正则表达式中是需要转义的，转义是\[和\]，但是在impala中这样转义会报错，我尝试了下用\\]和\\[才work

3、去掉首尾的空格

trim(regexp_replace(split_part(pc010d01,',',1),'\\[|\\]',''))

trim()函数用于去掉首尾的空格

最后的完整SQL，形如：

SELECT trim(regexp_replace(split_part(pc010d01,',',1),'\\[|\\]','')) AS field1

FROM tpqr_psm_pc01

WHERE data_create_date = to_date(now())

UNION ALL

SELECT trim(regexp_replace(split_part(pc010d01,',',2),'\\[|\\]','')) AS field1

FROM tpqr_psm_pc01

WHERE data_create_date = to_date(now())

关于impala相关字符串处理函数，可在这里面去捞

Silver Death