使用的正则表达式是regexp_extract。目的是保留中文地址，查看所使用数据地址脏乱的格式后，选择不要数字，只保留全是中文的部分。

（本文sql语句中文表名和字段名是写本文章为了读者更明白而变更的中文） 

select "地址", regexp_extract("地址",'([^0-9]+)') from "地址表"  where substring("日期",1,4)=2021 

 

  查看正则表达式后的地址结果相对来说可以接受，下一步想要对正则表达式后的结果进行分组。

select regexp_extract("地址",'([^0-9]+)') as a ,count(1) from "地址表"  where substring(“日期”,1,4)=2021  group by regexp_extract(“地址”,'([^0-9]+)')

分组结果如下：