Apache Pig字符串截取实战小例子
浏览数：33 /
时间：2015年06月09日
记录一个Pig字符串截取的实战小例子：
需求如下，从下面的字符串里提取出第2列（冒号后面）的值：
Java代码 
1 2 3 4 a:ab#c#d a:c#c#d a:dd#c#d a:zz#c#d
如果是在java里，方法可能有很多种，比如substring，或者split多次等，在pig也大致如此，可以使用SUBSTRING内置函数来完成，但散仙推荐使用下面的方式，这种方式比较灵活，适合大部分场景的数据提取，需要用到的2个函数如下：
（1）REGEX_EXTRACT（‘原始字符串‘,‘正则式‘,int类型的返回索引）
（2）STRSPLIT(‘原始字符串‘, ‘正则式‘, 限制返回的个数)
pig脚本写法：
Java代码
a = laod ‘/tmp/data‘ as (data:chararray) //注意逻辑是，先获取冒号后面的数据，然后split成tuple，再通过$1（下标访问元素）获取我们需要的数据即可。 b = foreach a generate STRSPLIT (REGEX_EXTRACT (data, ‘(.*):(.*)‘, 2) ,‘#‘,5).$0; dump b;
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
