猪过滤掉不匹配

Posted 2023-04-18

【中文标题】猪过滤掉不匹配

【英文标题】：Pig Filter out NOT Matches

【发布时间】：2013-05-23 23:01:31

【问题描述】：

我有一堆具有各种前缀的字符串，包括“未知：”我真的很想在我的 Pig 脚本中过滤掉所有以“未知：”开头的字符串，但它似乎不起作用。

simpleFilter = FILTER records BY NOT(mystr MATCHES '^unknown');

我尝试了一些其他的正则表达式排列，但似乎MATCHES 不能很好地与 NOT 配合使用。我错过了什么吗？

使用 Pig 0.9.2

【参考方案1】：

这是因为 matches 运算符的操作与 Java 的 String#matches 完全一样，即它尝试匹配整个字符串，而不仅仅是它的一部分（在你的例子中是前缀）。只需更新您的正则表达式以将整个字符串与您指定的前缀匹配，如下所示：

simpleFilter = FILTER records BY NOT(mystr MATCHES '^unknown.*');

【讨论】：

啊，谢谢。我也试过'^unknown*'，但忘记了.