민호 *_*호 이 4 tokenize apache-pig
我想将字段转换为Pig中的行.
来自input.txt
1 2 3 4 5 6 7 8 9
字段之间的分隔符是'\ t'.
到output.txt
1 2 3 4 ...但我不能使用TOKENIZER,因为字段的内容可能是一个句子.请帮我.非常感谢.
我认为alexeipab的答案是正确的方向.这是一个简单的例子:
> A = load 'input.txt';
> dump A
(0,1,2,3,4,5,6,7,8,9)
> B = foreach A generate FLATTEN(TOBAG(*));
> dump B
(0)
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
Run Code Online (Sandbox Code Playgroud)