正则表达式收集

xml解析

工作中出现需要解析xml字段（字段为string型）取其中某几个指定节点内容的情况，但源数据中的字段保存的xml内容存在缺失，此时使用xpath或相关的函数会报错，用instr查找具体字段位置再用substr又过于麻烦，遂用正则表达式进行截取。
总体可以看作是用正则表达式取指定两个字符串中的值
例如：

regexp_extract('<staff_name>fasdfasfasdf</staff_name>','(?<=\<staff_name\>).*?(?=\</staff_name\>)',0)

其中，(?<=\<staff_name\>).*?(?=\</staff_name\>)为正则表达式部分
根据需要匹配报文中对应节点出现的次数转化为对应位置

感觉还可以继续优化，欢迎讨论指教
附找到的参考材料：
hive xpath文档
正则表达式匹配两个特殊字符中间的内容

匹配小数点末尾0

例如8.000 匹配.000部分

(?:(\.)|(\.\d*?[1-9]\d*?))0+(?=\b|[^0-9])