Regexp

Входные данные	Выходные данные	Псевдоним
✔	✗

Описание

Формат Regex анализирует каждую строку импортируемых данных в соответствии с предоставленным регулярным выражением.

Использование

Регулярное выражение из параметра format_regexp применяется ко всем строкам импортируемых данных. Количество подшаблонов в регулярном выражении должно соответствовать количеству колонок в импортируемом наборе данных.

Строки импортируемых данных должны разделяться символом новой строки '\n' или символом новой строки в стиле DOS "\r\n".

Содержимое каждого совпадающего подшаблона анализируется с использованием метода соответствующего типа данных, в соответствии с параметром format_regexp_escaping_rule.

Если регулярное выражение не совпадает со строкой, а format_regexp_skip_unmatched установлен в 1, строка будет тихо пропущена. В противном случае будет выброшено исключение.

Пример Использования

Рассмотрим файл data.tsv:

и таблицу imp_regex_table:

Мы вставим данные из упомянутого файла в таблицу с использованием следующего запроса:

Теперь мы можем SELECT данные из таблицы, чтобы увидеть, как формат Regex обработал данные из файла:

Настройки Формата

При работе с форматом Regexp вы можете использовать следующие настройки:

• format_regexp — String. Содержит регулярное выражение в формате re2.

• format_regexp_escaping_rule — String. Поддерживаются следующие правила экранирования:

  • CSV (аналогично CSV)
  • JSON (аналогично JSONEachRow)
  • Escaped (аналогично TSV)
  • Quoted (аналогично Values)
  • Raw (извлекает подшаблоны целиком, без правил экранирования, аналогично TSVRaw)

• format_regexp_skip_unmatched — UInt8. Определяет необходимость выбрасывать исключение в случае, если выражение format_regexp не совпадает с импортированными данными. Может быть установлен в 0 или 1.