Question

如何使用Hive脚本截断域“com”旁边的以下URL。即你tube.com只

    http://www.youtube.com/video/AiL6nL
    http://www.yahoo.com/video/Hhj9B2
    http://www.youtube.com/video/MpVHQ
    http://www.google.com/video/PGuTN
    http://www.youtube.com/video/VU34MI

有可能像这样截断吗？

Answer 1

试

select split(url, '/')[0] from mytable

其中mytable是您的表格，url是包含您问题中抽样数据的列。

Answer 2

我建议使用Hive UDF：

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

从URL返回指定的部分。 partToExtract的有效值包括HOST，PATH，QUERY，REF，PROTOCOL，AUTHORITY，FILE和USERINFO。例如

parse_url（'http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1'，'HOST'）返回'facebook.com'。此外，通过提供密钥作为第三个参数，例如，可以提取QUERY中特定密钥的值。 parse_url（'http://facebook.com/path1/p.php?k1=v1&k2=v2#Ref1'，'QUERY'，'k1'）返回'v1'。

谢谢，恐龙

Answer 3

使用案例陈述：

CASE WHEN parse_url((url), 'HOST') is NULL THEN url ELSE parse_url((url), 'HOST') END as parsed_url

Answer 4

同时处理“youtube.com/video/nvRuX9h2”和“probuilds.net”：

select split(concat(url,'/'), '/')[0] from mytable

Answer 5

从table_name中选择parse_url_tuple（column_name，＆＃39; HOST＆＃39;）

我如何使用Hive截断网址

5 个答案: