用apache pig更改文本文件的格式

Question

我有一个txt文件，其格式如下：

{ (word1),(word2),(word3),....,(wordn) }

单词不在引号中。我想使用apache pig并将此文件的格式更改为：

word1
word2
word3
wordn    

有没有办法用apache猪这样做？

Answer 1

你能试试吗？

<强>输入

{ (word1),(word2),(word3),(wordn) }

<强> PigScript1：

A = LOAD 'input' AS (mybag:{T:(line:chararray)});
B = FOREACH A GENERATE REPLACE(BagToString(mybag.line),'_',' ');
STORE B INTO 'output';

输出:(存储在输出/部分*文件中）

word1 word2 word3 wordn

更新（如果您想要单行中的所有列，请使用Flatten运算符） 的 PigScript2：

A = LOAD 'input' AS (mybag:{T:(line:chararray)});
B = FOREACH A GENERATE FLATTEN(mybag);
STORE B INTO 'output1';

<强>输出：

word1
word2
word3
wordn