Regexp

Input	Output	Alias
✔	✗

説明

Regex フォーマットは、提供された正規表現に従ってインポートされたデータの各行を解析します。

使用法

format_regexp 設定からの正規表現が、インポートされたデータの各行に適用されます。正規表現のサブパターンの数は、インポートされたデータセットのカラム数と等しくなければなりません。

インポートされたデータの行は、改行文字 '\n' または DOS スタイルの改行 "\r\n" で区切られている必要があります。

一致した各サブパターンの内容は、format_regexp_escaping_rule 設定に従って、対応するデータ型のメソッドで解析されます。

正規表現が行に一致しない場合、且つ format_regexp_skip_unmatched が 1 に設定されている場合、その行は静かにスキップされます。そうでない場合、例外がスローされます。

使用例

ファイル data.tsv を考えてみましょう：

id: 1 array: [1,2,3] string: str1 date: 2020-01-01
id: 2 array: [1,2,3] string: str2 date: 2020-01-02
id: 3 array: [1,2,3] string: str3 date: 2020-01-03

テーブル imp_regex_table は次の通りです：

CREATE TABLE imp_regex_table (id UInt32, array Array(UInt32), string String, date Date) ENGINE = Memory;

次のクエリを使用して上記のファイルからデータをテーブルに挿入します：

$ cat data.tsv | clickhouse-client  --query "INSERT INTO imp_regex_table SETTINGS format_regexp='id: (.+?) array: (.+?) string: (.+?) date: (.+?)', format_regexp_escaping_rule='Escaped', format_regexp_skip_unmatched=0 FORMAT Regexp;"

これで、テーブルからデータを SELECT して、Regex フォーマットがファイルからのデータをどのように解析したかを確認できます：

SELECT * FROM imp_regex_table;

┌─id─┬─array───┬─string─┬───────date─┐
│  1 │ [1,2,3] │ str1   │ 2020-01-01 │
│  2 │ [1,2,3] │ str2   │ 2020-01-02 │
│  3 │ [1,2,3] │ str3   │ 2020-01-03 │
└────┴─────────┴────────┴────────────┘

フォーマット設定

Regexp フォーマットを使用する場合、次の設定を使用できます：

format_regexp — String。 re2 フォーマットの正規表現を含みます。
format_regexp_escaping_rule — String。次のエスケープルールがサポートされています：
- CSV（CSVに類似）
- JSON（JSONEachRowに類似）
- Escaped（TSVに類似）
- Quoted（Valuesに類似）
- Raw（サブパターンをまるごと抽出し、エスケープルールなし、TSVRawに類似）
format_regexp_skip_unmatched — UInt8。 format_regexp の式がインポートされたデータに一致しない場合に例外をスローする必要性を定義します。 0 または 1 に設定できます。

説明​

使用例​

フォーマット設定​

説明

使用例

フォーマット設定