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：

テーブル imp_regex_table は次の通りです：

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：

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：

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。