Hive Regex 表现得很贪婪

我只想匹配一个字符串中的 911 或 1911，其中包含任意数量的前置或结尾 * 或 #。

我的正则表达式：

[^0-9]\*[1-9]{3,4}[^0-9]*

当我期望它为假时，下面的测试代码返回真：

select Digits
from (select '*11911#' as Digits) A
where Digits rlike '[^0-9]\*[1-9]{3,4}[^0-9]*'

我做错了什么？

顺便说一句，在 Hive 中转义时，您应该使用双反斜杠：\\* 或使用 [*]，以避免出现不可预测的行为（有时单反斜杠用作转义，有时则不是，双反斜杠始终用作转义）在蜂巢中）。

此 '[^0-9]\\*[1-9]{3,4}[^0-9]*' - 不匹配，* 正确转义并且字符串中 * 之前没有任何内容。

让我们删除 \\* 之前的 [^0-9] 并再次检查：

这不返回任何行：

select Digits
from (select '*11911#' as Digits) A
where Digits rlike '\\*[1-9]{3,4}[^0-9]'

还有这个 '\\*[1-9]{3,4}[^0-9]+' 不匹配

这匹配：

'\\*[1-9]{3,4}[^0-9]*'

因为末尾的 * 表示 0 次或多次，所以它完美匹配：一行中有 4 个 [1-9] 和 0 个非数字。

在 regex101 上它的工作原理是一样的：last * 使它匹配