特定字符串

Question

我有一个包含10,1900行的文件，其中Delimiter为5（＆＃39; |＆＃39;）[显然现在有6列]，我在第六列中有声明，如＃34; Dropped 12（0.01 ％）＆＃34; ！我渴望在隐藏在括号内后提取数字;

实际 - 下降12（0.01％）

预期 - 0.01

我需要使用Apache pig的解决方案。

Answer 1

您正在寻找REGEX_EXTRACT功能。

我们假设您有一张表A，如下所示：

+--------------------+
|        col1        |
+--------------------+
| Dropped 12 (0.01%) |
| Dropped 24 (0.02%) |
+--------------------+

您可以使用以下内容在括号中提取数字：

B = FOREACH A GENERATE REGEX_EXTRACT(col6, '.*\\((.*)%\\)', 1);

+---------+
| percent |
+---------+
| 0.01    |
| 0.02    |
+---------+

我为(和%)之间的任何字符指定正则表达式捕获组。请注意，我使用\\作为转义字符，以便匹配左括号和右括号。