使用正则表达式去除字符串中单词间的空格

我正在使用Hive（基于Hadoop）编写类似于SQL的查询语句。遇到了一个具体的问题：需要从字段中删除空格。例如，邮政编码可能是XX00 0XX，我希望能删除中间的空格，使结果变为XX000XX。

目前，我尝试使用以下正则表达式：

REGEXP_REPLACE(postcode, '[[:space:]]*', '')

但这个方法似乎不起作用。有人能提供一些建议吗？

解决方案

#1 简单替换法

为什么不考虑使用简单的（非正则表达式的）替换函数呢？可以尝试以下代码：

REPLACE(postcode, ' ', '')

如果您的Hive版本不支持REPLACE()函数，那么可以改用：

REGEXP_REPLACE(postcode, '\s+', '')

#2 使用空白字符类

您是否尝试过使用'[[:blank:]]*'? 这个模式不仅会匹配空格，还会匹配制表符。请注意这一点，确保不会误删不必要的字符。

#3 使用多种方法

Hive提供了多种方法来处理字符串中的空格问题。以下是几种常用的方法：

• Translate: SELECT translate('XX00 0XX', ' ', '')


• regexp_replace:
  
  
  
  • SELECT regexp_replace('XX00 0XX', ' ', '')
  
  
  • SELECT regexp_replace('XX00 0XX', '\s', '')
  
  
  • SELECT regexp_replace('XX00 0XX', '\p{Blank}', '')
  
  
  • SELECT regexp_replace('XX00 0XX', '\p{Space}', '')
  
  
  • SELECT regexp_replace('XX00 0XX', '\p{javaWhitespace}', '')
  
  
  
  


• replace: SELECT replace('XX00 0XX', ' ', '') (适用于Hive 1.3.0和2.1.0及以上版本)

更多关于Hive UDF函数的信息，请参考Hive官方文档。