pandas和SQL数据分析实战
https://study.163.com/course/courseMain.htm?courseId=1006383008&share=2&shareId=400000000398149
举例
hive中 regexp_replace的用法，替换特殊字符问题
数据仓库中有的字段不合格，有特殊字符，比如换行符。
poi_name
\n19013
\n12013怎么把换行符替换掉呢？
官网说用两个反斜杠代替一个，即一个反斜杠用来转义。
实践了一下，不行，得4个
select regexp_replace(poi_name,'\\\\n','') poi_name
19013
12013
转自
https://blog.csdn.net/weixin_43767002/article/details/85605220
https://docs.oracle.com/cd/B19306_01/server.102/b14200/functions130.htm
regexp_replace函数是replace函数的扩展函数，用于通过正则表达式来进行匹配替换，默认情况下，每次匹配到的正则，都替换为replace_string，返回的字符串与source_char字符集相同。如果source_char为非LOB类型，则返回varchar2数据类型，如果为LOB类型，则返回CLOB类型，该函数符合POSIX正则和Unicode正则。
source_char是一个用作搜索的值，它通常是一种字符列，可以以下是任何数据类型CHAR、VARCHAR2、NCHAR、NVARCHAR2、CLOB、NCLOB
pattern是正则表达式，可以是以下任意数据类型CHAR、VARCHAR2、NCHAR、NVARCHAR2。最多可包含512个字节。如果pattern数据类型与source_char异同，则Oracle将转换pattern的数据类型与source_char的一致。
replace_string可以是以下任意数据类型CHAR、VARCHAR2、NCHAR、NVARCHAR2、CLOB、NCLOB。如果replace_string是CLOB或NCLOB，则Oracle截断replace_string为32K。replace_string可含有多达500个反向引用作为子表达式，其形式为\n，n为数字1~9。如果n在replace_string中为反斜线字符，则需使用转移字符在其前面（\）
position是一个正整数，表示在source_char中Oracle应该开始搜索的字符。默认值为1，表示Oracle以第一个字符开始搜索。
occurrence是一个非负整数，表示替换动作的发生，如果为0，则Oracle将替换所有匹配项，如果为正整数n，则Oracle将替换第n个匹配项。
match_parameter是一个文本文件，用于更改匹配行为，仅影响匹配过程，并不影响replace_string。可以指定以下一个或多个值：
‘i’指定不区分大小写的匹配
‘c’区分大小写的匹配
‘n’允许‘.’（句点，配置任意字符）匹配换行符，如果省略此此参数，则句点与换行符不匹配
‘m’将源字符串视为多行。Oracle将源字符串中的^或$视为行首或行尾，如果省略此参数，Oracle将源字符串视为单行
‘x’忽略空格字符。默认情况下，空白字符与自身匹配。
如果指定多个矛盾值，Oracle将使用最后一个值，例如指定’ic’，则Oracle使用区分大小写匹配，如果指定的不是上述字符，则返回错误
如果省略match_parameter，则：
1.默认的区分大小写由NLS_SORT参数的值决定
2.句点‘.’与换行符不匹配
3.源字符串视为单行
以上中文内容为本人自行翻译，仅供参考
实验：
以下开始通过实验验证各参数功能的使用
简单使用：
实验 1：
SQL> select regexp_replace('0123456789','01234','0abc') from dual;
实验 4：
SQL> select regexp_replace('+86 13811112222','(\+[0-9]{2})( )([0-9]{3})([0-9]{4})([0-9]{4})','(\1)\3-\4-\5') as new_str from dual;
附：正则表达式（POSIX标准扩展正则ERE）
符号 释义
\代表它自己、引用下一个字符、引入一个操作符、什么也不做
*匹配零或多个
+匹配一个或多个
?匹配零个或一个
|或运算，其左右操作数均可以为一个子表达式
^默认情况下匹配字符串的结尾。在多行模式下，它匹配源字符串中任意位置的行尾
$默认情况下匹配字符串的开头。在多行模式下，它匹配源字符串中任意位置的行头
.匹配字符集中支持的任意字符，NULL除外
[ ]用于指定匹配列表的括号表达式
( )对表达式进行分组，将其视为单个子表达式
{m}恰好匹配m次
{m,}匹配至少m次
{m,n}匹配至少m次，但不超过n次
\n反向引用表达式（n为1~9）匹配在\n之前的圆括号内包含的第n个子表达式
[. .]指定排序规则，可以是多字符元素（例如，西班牙语中的[.ch.]）
[: :]指定字符类（例如，[:alpha:]），它匹配字符类中的任何字符
[= =]指定等价类。（例如，[=a=]匹配索引具有基本字母a的字符）
https://docs.oracle.com/cd/B19306_01/server.102/b14200/ap_posix001.htm#BABJDBHB
以上资料来源于Oracle官网，由本人自行理解翻译，如若有误请指正
[: :]字符类：
[:xxxx:]含义范围
[:space:]包括换行符、空格、tab在内的空白字符tab、空格
[:blank:]空格和tabtab、空格
[:alpha:]字母a-z、A-Z
[:alnum:]字母和数字a-z、A-Z、0-9
[:digit:]十进制数0-9
[:xdigit:]十六进制数0-9、a-f、A-F
[:lower:]小写字母a-z
[:upper:]大写字母A-Z
[:cntrl:]控制字符ctrl、backspace等
[:punct:]标点符号,.?’
python机器学习-sklearn挖掘乳腺癌细胞( 博主亲自录制)
网易云观看地址
扫二维码，关注博主主页，学习更多Python知识