Hana SQL+正则表达式

一、Pre 前言

二、知识点拆解

1）case when…then…else

2）json_value 函数

拓展资料

3）CAST 函数

拓展资料

4) ROUND 函数

5）occurences_regexpr 函数

拓展资料

6）正则表达式

拓展资料

三、整合分析

1）先说正则表达式

2）结合hana 函数

3）结合case when

四、废话

一、Pre 前言

hello，来摸鱼了

先贴条代码：

case when occurences_regexpr('([^[:digit:]-.])' in json_value(t2.item_properties,'$.min_score')) = 0then round(cast(json_value(t2.item_properties,'$.min_score') as double,1)
else null end as min_score

item_properties 字段是t2表里的一个起说明作用的字段，值长这样：

{"up_score":"3","min_score":"-7"}

因为没看懂这段代码里的正则表达式，连带着看不懂这条代码要表达什么，正愁没事干，闲庭信步地研究了一上午，终于懂了，什么叫小而美啊，什么叫大道至简啊！

感兴趣的请听我逐层分析~

— —

算了，写到后面感觉，啊！层数好多啊，怎么还没说完，我说到哪一层了来着？

So，我就回来了，咱还是两步走，先说结论，不浪费彼此的生命哈。

这段代码所表达的意思是：

如果 t2.item_properties 里只有数字、负号和小数点就把这个字段里的min_score值转成一位小数，如果有除此之外的其他字符就给min_score取空值。

还是那句话，大道至简。

好了，要看分析的跟我来。

二、知识点拆解

1）case when…then…else

这是一句sql里常见的分支判断语句，用来做字段条件筛选的

“手谈”一波demo如：

-- 创建数据库 test
create database test;
-- 切换使用数据库 test
use test;-- 创建表
create table test_tbl(id int primary key,gender int
);
-- 插入测试数据
insert into test_tbl values(0,1),(1,1),(2,0);
-- 查验数据
select * from test_tbl;select
id
,case when gender = 0 then '女'else '男'end as gender
from test_tbl;

以下为运行结果：

2）json_value函数

JSON_VALUE ( expression , path )：用于获取json字符串的值，获取到的值是string类型

json_value(t2.item_properties,'$.min_score')

item_properties 字段是某表里的一个起说明作用的字段，大概值长这样

{"up_score":"3","min_score":"-7"}

这段代码的效果是，获取item_properties这个存储着json字符串的字段里，key为‘min_score’的value值： “-7” （字符串类型！）

拓展资料

JSON_VALUE 详解

JSON 路径表达式 - SQL Server | Microsoft Learn

3）CAST 函数

类型转换函数，语法是：

语法：CAST (expression AS data_type)

还是刚才那个demo，多加一列salary和一列age

ALTER TABLE test_tbl add age VARCHAR(20);
INSERT INTO test_tbl VALUES(3,0,'12',53.23);ALTER TABLE test_tbl add salary DOUBLE;
INSERT INTO test_tbl VALUES(4,0,'13',23.678);

使用CAST把数据转换成INT类型：

这里有个注意点是，在MySQL里string转的时候，需要在int前面加上前缀（signed or unsigned），否则会报错；不过我在Hive里试了下，是不需要前缀的（可能直接隐式转换了）

SELECTid
,gender
,cast(age as  SIGNED INT) as age
,salary
FROM test_tbl;

拓展资料

SQL中的cast()函数_cast sql-CSDN博客

4) ROUND函数

ROUND(number, num_digits)

可以修改数值字段的精度，比如

SELECT
round(3.1415) as num
,round(3.1415 ,1) as num1
,round(3.1415 ,2) as num2
,round(3.1415 ,3) as num3
;

5）occurences_regexpr 函数

这个是hana里的函数：用来返回字符串中正则表达式搜索到的匹配次数，返回的是数字，匹配几次就返回几

occurences_regexpr（正则表达式 IN 字符串|存储了字符串的字段）= int

拓展资料

SAP HANA函数汇总（3）——字符串函数_hana 字符串函数-CSDN博客

6）正则表达式

这一块就很大了，今天只说这个案例，其他详见拓展资料

其他全都去掉，只看正则表达式，它长这样：

[^[:digit:]-.]

1、首先，最外层的[ ]中括号

中括号单独出现的时候，它表示匹配括号内列举出的任意字符

2、但是，如果中括号内有一个^ 符号，变成这样 [^ ]

就代表：（取反）没在括号内列举出来的任意字符

3、第三层：[:digit:]

这是一个固定的写法，代表0-9的数字，可以看到也是由中括号[ ]发起的，代表匹配括号内列举出的任意字符，这个任意字符是什么呢，是digit（0-9）

好的。

4、后面两个字符：-.

大道至简，没有特殊的含义，就是本身的意思：负号和小数点

拓展资料

sql-正则表达式 - 知乎 (zhihu.com)

三、整合分析

1）先说正则表达式

[^[:digit:]-.]

结合正则表达式拆解的1-4点，这个正则表达式的意思是

从内层：代表数字、负号和小数点

读取到外层：除了数字、负号和小数点以外的所有字符

所以整体要表示的意思就是：匹配除了数字、负号和小数点以外的所有字符

2）结合hana 函数

occurences_regexpr('([^[:digit:]-.])' in json_value(t2.item_properties,'$.min_score')) = 0

取到item_properties列中min_score的所有值，并拿着正则表达式去找，除了数字、负号和小数点以外的所有字符 有几个，当没有匹配到，也就是说，min_score的所有值里只有数字、负号和小数点这三种字符

3）结合case when

case when occurences_regexpr('([^[:digit:]-.])' in json_value(t2.item_properties,'$.min_score')) = 0then round(cast(json_value(t2.item_properties,'$.min_score') as double,1)
else null end as min_score

当：min_score的所有值里只有数字、负号和小数点这三种字符时（也就是数值类型的数据）时

就：把这个min_score转换成保留一位小数的double类型

否则：（也就是：非数值类型的数据）就把这个min_score的值为null