Pig 0.12.0 - 从字符串中提取最后两个字符

Posted 2023-04-18

【中文标题】Pig 0.12.0 - 从字符串中提取最后两个字符

【英文标题】：Pig 0.12.0 - extracting last two characters from a string

【发布时间】：2016-04-18 15:44:55

【问题描述】：

我正在使用CDH 5.5、Pig 0.12.0。我有一个像这样的chararray：25 - 45，我想从这个字符串中提取 25 和 45。

所以，我这样做了：

minValue = (int)SUBSTRING(value,0,2);
maxValue = ((int)SUBSTRING(value,6,2);

我能够提取minValue，但无法提取maxValue，即给定字符串的最后两个字符。

即使我尝试过，但这个也不起作用。：

maxValue = ((int)SUBSTRING(value,-2,2);

请告诉我如何完成这项工作。

【参考方案1】：

如果分隔符总是冒号（ - ），那么我们可以拆分并展平字符数组以提取最小值和最大值。

A = LOAD 'input.csv' USING PigStorage(',') AS (min_max:chararray);
B = FOREACH A GENERATE FLATTEN(STRSPLIT(min_max,' - ',0)) AS (min_val:chararray, max_val:chararray);
DUMP B;

输入：

25 - 45
35 - 65
45 - 85

输出：

(25,45)
(35,65)
(45,85)

【参考方案2】：

您必须在 SUBSTRING 函数中使用特定字符的索引。

这是您需要的。

maxValue = (int)SUBSTRING(value,5,7);

【讨论】：

有没有办法通过给出负值从字符串末尾读取？

当我给出负索引时，UDF 返回 StringIndexOutOfBoundsException ：字符串索引超出范围。所以我猜它不支持负值。