如何对 hive 中的多分隔符字符串使用字符串拆分功能？

【问题标题】：How to use String split function on multi-delimiter strings in hive?如何对 hive 中的多分隔符字符串使用字符串拆分功能？
【发布时间】：2016-12-20 08:40:54
【问题描述】：

我的字符串数据如下。

data = 'ABCD/~DEFG/~HJKL/~MNOP'

我尝试了以下查询

select split(data,'[/~]')[1] from test_table;

预期输出： A B C D 原始输出： [空间]

当我尝试使用索引 [2] 进行相同查询时，它的工作原理。

select split(data,'[/~]')[2] from test_table;

预期输出： DEFG 原始输出： DEFG

我的观察：它适用于每个偶数索引号，如 0,2,4.. 它正在为奇数索引号填充空格，例如 1,3,5..

谁能帮我解决这个问题。

【问题讨论】：

标签： hadoop hive

【解决方案1】：

您需要使用拆分为：split('\\/~'):

hive> select split('word1/~word2/~word3','\\/~')[0] as word1;
word1

另外，检查我的答案：load-data-into-hive-with-custom-delimiter 使用 MultiDelimitSerDe
和其他选项使用 regexp_extract: hive-split-string-using-regex

示例：应该有一些简单的正则表达式来实现这一点，但我在关注example from here 之后想出了这个：

hive> select regexp_extract('word1/~word2/~word3','^(\\w.*)\\/~(\\w.*)$',2) as word3;
word3

hive> select regexp_extract('word1/~word2/~word3','^(?:([^/~]+)\\/~?){1}',1) as word1;
word1

hive> select regexp_extract('word1/~word2/~word3','^(?:([^/~]+)\\/~?){2}',1) as word2;
word2

【讨论】：