Question

我已经遇到了几个小时的问题。我有一个带有JSON字符串的.csv文件。该.csv中的每一列都包含一个包含多个JSON对象的字符串。我在PigStorage中导入了几个列。到目前为止工作。然后我尝试提取具有以下形式的JSON对象：

[{＆＃34; tmestmp＆＃34;：＆＃34; 2014-05-14T07：01：00＆＃34;＆＃34;值＆＃34;：0，＆＃34;质量＆＃34; ：1}，{＆＃34; tmestmp＆＃34;：＆＃34; 2014-05-14T07：01：00.02＆＃34;＆＃34;值＆＃34;：10，＆＃34;质量＆＃34 ：4}，{＆＃34; tmestmp＆＃34;：＆＃34; 2014-05-14T07：01：00.04＆＃34;＆＃34;值＆＃34;：17，＆＃34;质量＆＃ 34;：9}，{＆＃34; tmestmp＆＃34;：＆＃34; 2014-05-14T07：01：00.06＆＃34;＆＃34;值＆＃34;：75，＆＃34;质量＆＃34;：6}，{＆＃34; tmestmp＆＃34;：＆＃34; 2014-05-14T07：01：00.08＆＃34;＆＃34;值＆＃34;：63，＆＃34;质量＆＃34;：9}];

这是一栏。

Regex_Extract_All函数不适用于以下代码行。有没有人对此有所了解？我总是收到空的结果。这是我的代码：

 A = LOAD '/user/hue/test.csv' USING PigStorage(';') AS (timestamp, mv1, mv2,mv3,mv4,mv5); --using five columns
 B= foreach A generate mv1,mv2,mv3,mv4,mv5; --removing the timestamp in the first column, not needed anymore
 C= foreach B generate REGEX_EXTRACT_ALL($0, '(\\{[^{]*\\})')AS (T:tuple(r1,r2,r3,r4,r5));

如果我只使用一列而不是$ 0，那么它也不会起作用。

非常欢迎任何帮助或解释。

干杯，乔

Answer 1

有一个JsonLoader（）来读取JSON格式的输入。您可以使用JSsonLoader（）而不是使用REGEX，它非常易于使用。有关详细信息，请参阅http://joshualande.com/read-write-json-apache-pig/。

PIG REGEX_EXTRACT ALL功能 - ＆gt;没有结果

1 个答案: