Todos os produtos
Search

Este produto

    MaxCompute:Exemplo: Substituir uma string com expressão regular

    Central de documentação

    MaxCompute:Exemplo: Substituir uma string com expressão regular

    Última atualização: Jun 26, 2026

    Ao contrário da função integrada REGEXP_REPLACE, uma função definida pelo usuário (UDF) permite usar variáveis em expressões regulares. Este tópico demonstra como implementar a UDF UDF_REPLACE_BY_REGEXP em Java ou Python que aceita o padrão regex como argumento.

    Assinatura da UDF

    Sintaxe:

    string UDF_REPLACE_BY_REGEXP(string <s>, string <regex>, string <replacement>)

    Parâmetros:

    Os três parâmetros são obrigatórios e aceitam valores STRING.

    Parâmetro

    Descrição

    s

    String de source

    regex

    Expressão regular para correspondência com s

    replacement

    String de substituição para cada correspondência

    Valor de retorno: STRING

    Pré-requisitos

    Antes de começar, garanta que você tem:

    • Um projeto MaxCompute com permissões de desenvolvimento de UDF

    • Um ambiente de desenvolvimento Java ou Python

    Etapa 1: Escrever a UDF

    Escolha Java ou Python conforme seu ambiente de desenvolvimento.

    UDF Java

    package com.aliyun.rewrite; // Specify a package name.
import com.aliyun.odps.udf.UDF;
import com.aliyun.odps.udf.annotation.UdfProperty;

import java.util.Objects;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

@UdfProperty(isDeterministic=true)
public class ReplaceByRegExp extends UDF {
    /**
     * The regular expression in the most recent query, which is cached to avoid multiple compilations.
     */
    private String lastRegex = "";
    private Pattern pattern = null;

    /**
     * @param s The source string.
     * @param regex The regular expression.
     * @param replacement The string that replaces the source string.
     */
    public String evaluate(String s, String regex, String replacement) {
        Objects.requireNonNull(s, "The source string cannot be null");
        Objects.requireNonNull(regex, "The regular expression cannot be null");
        Objects.requireNonNull(replacement, "The string that replaces the source string cannot be null");

        // If the regular expression is changed, recompile the regular expression.
        if (!regex.equals(lastRegex)) {
            lastRegex = regex;
            pattern = Pattern.compile(regex);
        }
        Matcher m = pattern.matcher(s);
        StringBuffer sb = new StringBuffer();

        // Perform text replacement.
        while (m.find()) {
            m.appendReplacement(sb, replacement);
        }
        m.appendTail(sb);
        return sb.toString();
    }
}

    Uma UDF Java deve estender a classe UDF. A assinatura do método evaluate — três parâmetros de entrada STRING e um valor de retorno STRING — define a assinatura da UDF nas instruções SQL. Para ver as especificações completas de UDFs Java, consulte UDFs Java.

    UDF Python 3

    from odps.udf import annotate
import re

@annotate("string,string,string->string")
class ReplaceByRegExp(object):
    def __init__(self):
        self.lastRegex = ""
        self.pattern = None

    def evaluate(self, s, regex, replacement):
        if not s or not regex or not replacement:
            raise ValueError("Arguments with None")
        # If the regular expression is changed, recompile the regular expression.
        if regex != self.lastRegex:
            self.lastRegex = regex
            self.pattern = re.compile(regex)
        result = self.pattern.sub(replacement, s)
        return result

    Projetos MaxCompute executam UDFs com Python 2 por padrão. Para usar Python 3, execute set odps.sql.python.version=cp37 no nível da sessão antes de chamar a UDF. Para ver as especificações completas de UDFs Python 3, consulte UDFs Python 3.

    UDF Python 2

    #coding:utf-8
from odps.udf import annotate
import re

@annotate("string,string,string->string")
class ReplaceByRegExp(object):
    def __init__(self):
        self.lastRegex = ""
        self.pattern = None

    def evaluate(self, s, regex, replacement):
        if not s or not regex or not replacement:
            raise ValueError("Arguments with None")
        # If the regular expression is changed, recompile the regular expression.
        if regex != self.lastRegex:
            self.lastRegex = regex
            self.pattern = re.compile(regex)
        result = self.pattern.sub(replacement, s)
        return result

    Se o código da sua UDF Python 2 contiver caracteres chineses, adicione uma declaração de codificação no início do arquivo. Tanto #coding:utf-8 quanto # -*- coding: utf-8 -*- são válidos. Para ver as especificações completas de UDFs Python 2, consulte UDFs Python 2.

    Etapa 2: Carregar recursos e registrar a UDF

    Após escrever e testar o código da UDF, carregue-o no MaxCompute e registre-o como UDF_REPLACE_BY_REGEXP.

    Etapa 3: Usar a UDF

    Execute o SQL a seguir para substituir todas as sequências de dígitos em uma string por #:

    set odps.sql.python.version=cp37; -- To use a UDF in Python 3, run this command.
SELECT UDF_REPLACE_BY_REGEXP('abc 123 def 456', '\\d+', '#');

    Saída esperada:

    +--------------+
| _c0          |
+--------------+
| abc # def #  |
+--------------+

    Próximos passos