如何使用HiveQL提取表情符号？

Question

我想计算Hive表中每个表情符号的频率。为此，我尝试使用HiveQL提取单个表情符号，或将句子正确分解为单词/表情符号。

例如，我的Hive表中有names.forEach(name => { someClass[name].printInfo(21); }) 作为UTF-8格式，我希望得到以下结果： 'hotel ❤️ *'

我到目前为止的进展：

1. 如果使用以下代码，则可以用空格分隔数据，但不能拆分两个表情符号

结果： 'hotel', '','❤️', '*'

代码：

'hotel', '❤️', '*'

1. 我知道我可以使用select split(col_name,'[ ]') FROM the_table; 之类的东西来提取所需的表情符号，但是我没有完整的表情符号列表，因此仍然无法利用它来获取想要的表情符号。

regexp_extract