如何在蜂巢中的多分隔符字符串上使用字符串拆分功能？

Question

我的字符串数据如下所示。

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

我尝试了以下查询

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

预期输出：ABCD原始输出：[SPACES]

当我尝试使用索引[2]进行相同的查询时，其工作原理。

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

预期输出：DEFG原始输出：DEFG

我的观察：对于每个偶数索引数字（如0,2,4 ..），它都可以正常工作，并且为诸如1,3,5 ..的奇数索引数填充空格。

有人可以帮我解决这个问题。

Answer 1

您需要使用split作为split('\\/~')：

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

另外，请检查我的答案：使用和使用自定义分隔符将数据加载到hive中，并使用以下MultiDelimitSerDe
其他选项regexp_extract：hive-split-string-using-regex

例子：应该有一些简单的正则表达式来实现这一点，但是我从下面的例子中想到了这个：

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