sparksql 在一列中进行regexp匹配提取为新的一列

Spark SQL 中的 `REGEXP_EXTRACT()` 函数可以帮助你在一列数据中进行正则表达式匹配，并将匹配的结果提取到新的列中。这个函数用于从文本字符串中按照指定模式提取特定的部分。

例如，如果你有一个包含日期格式的列，你可以使用 `REGEXP_EXTRACT()` 来提取日期的部分。假设你的列名为 `raw_date`，日期格式为 "dd/MM/yyyy"，你可以这样做：

CREATE TABLE original_table (id INT, raw_date STRING);

-- 创建新表，提取日期到新列 date_only
CREATE TABLE extracted_dates AS
SELECT id, REGEXP_EXTRACT(raw_date, '^(\\d{2})/(\\d{2})/(\\d{4})', 1) as day,
       REGEXP_EXTRACT(raw_date, '^(\\d{2})/(\\d{2})/(\\d{4})', 2) as month,
       REGEXP_EXTRACT(raw_date, '^(\\d{2})/(\\d{2})/(\\d{4})', 3) as year
FROM original_table;

在这个例子中，`'^(\d{2})/(\d{2})/(\d{4})'` 是正则表达式模式，`\d{2}` 匹配两位数字，`^` 表示开始，`()` 创建了三个捕获组。`1`, `2`, 和 `3` 分别对应于 `day`, `month`, `year` 新列的索引。