Hive正则表达式将字符串拆分为两个不同的字段

Question

我的记录如下：

0x0

我正在搜索一个正则表达式，我可以将前3个char 000110PPPP111KZY0拆分为hive表中的一个字段，其余{{1}}放入第二个字段，依此类推固定长度文件，没有分隔符

Answer 1

我没有使用过hadoop或hive的经验，但是以下的正则表达式将与我相信你正在寻找的东西一起使用。

/(\dx\d)(.*)/这将捕获/分割0x0到第一个捕获组，然后将所有内容捕获到第二个捕获组。如果您只想要0x0号码后面的数字/字母（所以没有H123456789或尾随的单词和字母），请使用/(\dx\d)([^ ]*)/

如果我误解了您正在寻找的内容，您是否可以澄清您提供的代码的确切部分，以便您选择和/或捕获？谢谢！

Answer 2

OrderId | ProductId | Amount
----------------------------
      1 |         1 |      2
      1 |         7 |      1
      1 |         2 |      5
      4 |         4 |      3
      4 |         1 |      2
      8 |         4 |      1
      8 |         9 |      2

此代码返回一个包含两个字段的Hive行：

Select 
  regexp_extract(data, '^(\\dx\\d).*', 1), 
  regexp_extract(data, '^\\dx\\d(.*)', 1) 
from (Select '0x0000110PPPP111KZY0 ' as data) a;