Hive 有字符串拆分功能吗？

Question

我正在寻找 Hive 中的内置字符串拆分功能？例如如果字符串是：

A|B|C|D|E

那我想有这样的功能：

array<string> split(string input, char delimiter)

这样我就回来了：

[A,B,C,D,E]

Hive 中是否存在这样的内置拆分功能。

我只能看到regexp_extract 和regexp_replace。我很想看到indexOf() 和split() 字符串函数。

Answer 1

确实存在基于正则表达式的拆分功能。没有在in the tutorial列出，但在the language manual on the wiki列出：

split(string str, string pat)
   Split str around pat (pat is a regular expression) 

在您的情况下，分隔符“|”作为正则表达式具有特殊含义，因此应将其称为“\\|”。

Answer 2

只是对 Bkkbrad 给出的答案的澄清。

我尝试了这个建议，但它对我不起作用。

例如，

split('aa|bb','\\|')

制作：

["","a","a","|","b","b",""]

但是，

split('aa|bb','[|]')

产生了预期的结果：

["aa","bb"]

包括元字符“|”方括号内的内容会按原意按字面意思解释，而不是元字符。

有关正则表达式的这种行为的详细说明，请参阅：http://www.regular-expressions.info/charclass.html

Answer 3

另一个在 Hive 中拆分的有趣用例是，例如，当表中的列 ipname 具有值“abc11.def.ghft.com”并且您想要提取“abc11”时：

SELECT split(ipname,'[\.]')[0] FROM tablename;