获取正则表达式以解析表格列的xml格式数据

Question

我有一个表，其中包含一个包含 xml 格式数据的列。 我想要做的是解析该列中的一些数据。 表格如下所示：

SalesID | SalesDetail 
--------|------------------ 
403958  | <SalesCode>4</SalesCode><SalesMessage>Same day shipping to customer in TX<SalesMessage>
453324  | <SalesCode>4</SalesCode><SalesMessage>Customer complained issues at check-out <SalesMessage>

有人可以指点使用 Impala 或 Hive 来解析 SalesCode 和 SalesMessage 的数据吗？

我尝试了多个正则表达式，但没有达到我想要的效果。任何帮助，将不胜感激！

Answer 1

您可以使用xpath_string 和xpath_int：

SELECT xpath_int (SalesDetail, 'SalesCode') as SalesCode,
       xpath_string (SalesDetail, 'SalesMessage') as SalesMessage FROM src;