某データを見ていたら、政令指定都市の場合に市区町村名が

千種区, 名古屋市

などと区, 市の順に並べて格納されており、正規化に難儀したので備忘録メモ。

解決したい課題・制約など

解決例

HIVEのregexp_replaceが普通に後方参照を扱えるので、デリミタ前後をグループ化してキャプチャし$2$1として入れ替える。
デリミタは今回の場合カンマ,で、直後にスペースが入る可能性があったので,? *とした。

hive> select regexp_replace('千種区, 名古屋市', '^([^,]+),? *([^,]*)$', '$2$1');
OK
名古屋市千種区

正規表現の該当部分	該当した文字列	意味
`^`		先頭
`([^,]+)`	千種区	カンマ（`,`）以外の文字1文字以上。$1で参照される
`,? *`	,	デリミタの指定。カンマ（`,`）と、その後に空白が続くかもしれない
`([^,]*)`	名古屋市	カンマ（`,`）以外の文字0文字以上、存在しないかもしれない。$2で参照される
`$`		末尾

$1が千種区、$2が名古屋市になるので、$2$1は名古屋市千種区になる。

hive> select regexp_replace('春日井市', '^([^,]+),? *([^,]*)$', '$2$1');
OK
春日井市

正規表現の該当部分	該当した文字列	意味
`^`		先頭
`([^,]+)`	春日井市	カンマ（`,`）以外の文字1文字以上。$1で参照される
`,? *`		デリミタの指定。カンマ（`,`）と、その後に空白が続くかもしれない
`([^,]*)`		カンマ（`,`）以外の文字0文字以上、存在しないかもしれない。$2で参照される
`$`		末尾

$2が空になるので、$2$1は春日井市になる。