本文介绍如何在Hive中使用split函数结合正则表达式处理复杂的数据分隔符，实现高效数据清洗。通过一个实例展示了如何应对多种不同但相似的分隔符，如'-'、'~'、'—'等。
Hive的split函数，使用多个分隔符分割
♠ ♥ ♦ ♣ 该文章仅为平时的笔记，非商用，如有侵权请联系博主删除 ♣ ♦ ♥ ♠
在数据清洗时，有时候数据长得各种各样，例如年龄段就有：20-100岁、20—100岁、20~100岁、20~100岁各种看似一样，实际不相同的分隔符，使用split函数时就显得有点尴尬：regexp_extract(string subject, string pattern, int index)
此时，如果结合正则表达式来处理，就会很好解决：split('20~100','-|~|—|~')，无论以上哪种分隔符，都可以分割出来。
仅作为日常笔记使用，有点简单，大家有什么想法也可以交流哟~
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
