Apache Hive 正则表达式错误

Question

我在配置单元中遇到正则表达式问题，它无法识别“;”。

insert overwrite table prueba 
SELECT
regexp_extract(col_value, '^(?:([^;]*)\;?){1}', 1) VARIABLE,
regexp_extract(col_value, '^(?:([^;]*)\;?){2}', 1) TipoType
from temp;

发生的错误是：

H110 Unable to submit statement. Error while compiling statement:
FAILED: ParseException line 3:29 cannot recognize input near '^' ' (' '?'
In select expression [ERROR_STATUS]

示例数据：

VARIABLE;Tipo/Type;
FECHA;DATE;
ID_CLIENTE;CHAR;
CUS_TYPE;CHAR;
CUS_SUBTYPE;CHAR;
NUEVOTITU;NUMBER;
TITULAR;NUMBER;
BAJATITU;NUMBER;
.
.
.

代码：

drop table temp;
drop table prueba;
create table temp (col_value string);
LOAD DATA INPATH '/tmp/data/prueba.csv' OVERWRITE INTO TABLE temp;
create table prueba(variable string, tipotype string);
insert overwrite table prueba 
SELECT
regexp_extract(col_value, '^(([^\;]*)\;){1}', 1) variable,
regexp_extract(col_value, '^(([^\;]*)\;){2}', 1) tipotype
from temp;

温度table:

temp.col_value

普鲁巴table:

prueba.variable prueba.tipotype

Answer 1

我认为你需要转义 \，所以试试这个

^(?:([^;]*)\;?){1}

Answer 2

使用

SELECT
regexp_extract(col_value, '^(([^\;]*)\;){1}', 1) VARIABLE,
regexp_extract(col_value, '^(([^\;]*)\;){2}', 1) TipoType
from temp;

如果您需要不带“;”的列值, 使用:

SELECT regexp_extract(col_value, '^(([^\;]*)){1}', 1) VARIABLE,regexp_extract(col_value, '(([^\;]*)\;){2}', 2) TipoType from temp;

编辑：我附上了屏幕截图。它在我的系统上运行良好。不知道为什么不在你的身上执行。

Apache Hive 正则表达式错误

Error in Apache Hive regular expression

regex

sql

hadoop

hive

hortonworks-data-platform