Hive SQL 提取两个非字母数字字符之间不同长度的字符串

Question

我想提取位于 Hive QL 中两个重复下划线之间的不同长度的字符串。下面我展示了行模式的示例。具体来说，我想提取第 3 个和第 4 个下划线之间的字符串。谢谢！

2016_sadfsa_IL_THIS_xsdaf_asd_eventbyevent_tsaC_NA_300x250 
2017_thisshopper_MA_THIS_NAT_Leb_ReasonsWhy_HDIMC_NA_300x600
2017_FordShopper_IL_THESE_NAT_sov_winterEvent_HDIMC_NA_300x600

一直在尝试，我根据之前对非 Hive 的响应修改了这个 SQL。我仍然有兴趣了解更好的方法。请注意，creative_str 是列的名称：

select creative_str, ltrim(rtrim(substring(regexp_replace(cast(creative_str as varchar(1000)), '_', repeat(cast(' ' as varchar(1000)),10000)), 30001, 10000))) 
from impression_cr

Answer 1

您应该可以使用 Hive 的 SPLIT() 函数来完成此操作。如果你想获取第三个和第四个下划线之间的值，这样做就可以了：

SELECT  SPLIT("2016_sadfsa_IL_THIS_xsdaf_asd_eventbyevent_tsaC_NA_300x250", "[_]")[3],
        SPLIT("2017_thisshopper_MA_THIS_NAT_Leb_ReasonsWhy_HDIMC_NA_300x600", "[_]")[3],
        SPLIT("2017_FordShopper_IL_THESE_NAT_sov_winterEvent_HDIMC_NA_300x600", "[_]")[3]

Hive SQL 提取两个非字母数字字符之间不同长度的字符串

Hive SQL Extract string of varying length between two non-alphanumeric characters

hive

hiveql