Hive：字符串中的第一次和最后一次出现

Posted 2023-03-23

【中文标题】Hive：字符串中的第一次和最后一次出现

【英文标题】：Hive: First and last occurrence in a string

【发布时间】：2019-10-16 03:48:46

【问题描述】：

我有一个id列和一个字符串列如下：

id   values
1   AD123~DF123~SQ345
2   CF234~DF234
3   BG123

我需要 Hive 中以下列的第一次出现和最后一次出现

id  first   last    
1   AD123   SQ345    
2   CF234   DF234    
3   BG123   BG123 

我已经尝试使用HIVE拆分功能解决了

select id, split(values, '\~') [0] as first, reverse(split(reverse(values), '\~')[0]) from demo;

我在 Hive 中不断收到语法错误，说 [ 是意外的。

我发现的另一种选择是正则表达式，但我是 Hive 的新手，有人可以在这里帮助我使用正则表达式或拆分吗？谢谢

【参考方案1】：

使用拆分：

with your_table as(
select stack(3,
1, 'AD123~DF123~SQ345',
2, 'CF234~DF234',
3, 'BG123'
 ) as (id,values)
 ) --use your_table instead of this

select id, values[0] as first, values[size(values)-1] as last
from
( 
 select id, split(values,'~') values
   from your_table t
)s   
;

返回：

id      first   last
1       AD123   SQ345
2       CF234   DF234
3       BG123   BG123

使用正则表达式：

select id, 
       regexp_extract(values,'^([^~]*)',1) as first,
       regexp_extract(values,'([^~]*)$',1) as last
   from your_table t 
;