使用regexp_extract从Hive中提取字符串的特定部分时出错

Question

我有一个包含url列的表。我想从每条记录中查询特定的url param值。 url param可以出现在url数据的任何位置，url可以包含h​​ashbangs，这个param可以包含特殊字符，如 - ，_和|。

数据表栏：

网址

http://www.url.com?like=hobby&name=tom-_green

http://www.url.com?name=bob|ghost&like=hobby

我希望查询结果为

名称

作者Srini

TOM-_green

鲍勃|鬼

我尝试过像

这样的查询

选择regexp_extract（url，'（？＆lt; = name =）[^＆amp;？] *（?: | $＆amp;）'，2）作为名称 来自table_name

运行此查询时，我看到了java异常。例外是非常模糊的，并检查是否有人可以提供帮助。

Answer 1

我找到了另一个专门处理URL的Hive实现。

选择parse_url（网址，＆＃39; QUERY＆＃39;，＆＃39;名称＆＃39;）作为名称来自table_name，这有效：）

ref：parse_url（string urlString，string partToExtract [，string keyToExtract]）

https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF