通过每个字符串中的最后一个逗号拆分数组中的字符串答案

【问题标题】：Split strings in an array by last comma within each string通过每个字符串中的最后一个逗号拆分数组中的字符串
【发布时间】：2015-10-08 14:19:02
【问题描述】：

说，我在 hive 中有一个字符串数组，例如：

hive> select array from my_table;
["\"string1\"","\"string2_component_a\",\"string2_component_b\"","\"string3_component_a\",\"string3_component_b\",\"string3_component_c\""]

如你所见，有以下三个字符串：

"string1"
"string2_component_a","string2_component_b"
"string3_component_a","string3_component_b","string3_component_c"

我想要的是用每个字符串中的 last 逗号分割每个元素。因此，生成的数组应具有以下 5 个组件：

"string1"
"string2_component_a"
"string2_component_b"
"string3_component_a","string3_component_b"
"string3_component_c"

有没有办法在 hive 中实现这一点？

【问题讨论】：

标签： java arrays hadoop split hive

【解决方案1】：

使用单线器

String.split(String reges,int limit)
ApacheCommonsStringUtils.countMatches

yourString.split(",", StringUtils.countMatches(yourString, ".") - 1);

更新：

你确定我可以在蜂巢中使用它吗？

据 Hive documentation:

要求 Java 1.7 注意：Hive 版本 1.2 及更高版本需要 Java 1.7 或更高版本。 Hive 版本 0.14 到 1.1 也适用于 Java 1.6。强烈建议用户开始迁移到 Java 1.8（请参阅 HIVE-8607）。

所以是的，您将能够使用来自Apache Commons 的String.split 和StringUtils，而不会出现任何问题。

【讨论】：

你确定我可以在蜂巢中使用它吗？
我不太确定是否可以直接在 hive 中使用它。但也许这可以用来创建一个 UDF ......我对 java-world 很陌生 :-)
@DatamineR 正在查看 hive 文档，是的，您可以使用我的解决方案。

【解决方案2】：

还要注意 google guava 库。其实Splitter就是这么强大 https://github.com/google/guava/wiki/StringsExplained#splitter

【讨论】：