获取正则表达式以解析表列的xml格式的数据

Question

我有一个表，其中包含一个包含xml格式数据的列。 我想要做的是解析该列中的一些数据。 该表如下所示：

SalesID | SalesDetail 
--------|------------------ 
403958  | <SalesCode>4</SalesCode><SalesMessage>Same day shipping to customer in TX<SalesMessage>
453324  | <SalesCode>4</SalesCode><SalesMessage>Customer complained issues at check-out <SalesMessage>

有人可以指出使用Impala或Hive解析SalesCode和SalesMessage数据的方向吗？

我尝试了多个正则表达式，但它不能按照我想要的方式运行。任何帮助，将不胜感激！

Answer 1

您可以使用xpath_string和xpath_int：

SELECT xpath_int (SalesDetail, 'SalesCode') as SalesCode,
       xpath_string (SalesDetail, 'SalesMessage') as SalesMessage FROM src;