问题描述
我正在阅读这个问题：Parse JSON Array and load into hive table。
嵌套的 json 包含多个 } 和 {，但正则表达式模式 (?<=\\}),(?=\\{) 可以识别 json 元素。谁能解释一下这个分割函数是如何工作的？
select
split(substr('[{"a":{"c":"sss"},"w":123},{"b":2},{"r":{"c":"sss"},"w":555}]',2),'(?<=\\}),(?=\\{)')[0],split(substr('[{"a":{"c":"sss"},(?=\\{)')[1],(?=\\{)')[2]
结果是：
{"a":{"c":"sss"},"w":123} {"b":2} {"r":{"c":"sss"},"w":555}]
顺便说一句，没有[的数组被发送到json_tuple，比如{"a":1},{"b":2}]。这根本不是一个 json 数组，为什么 json_tuple 可以使用它？
解决方法
REGEXP '(?<=\\}),(?=\\{)' 只在 } 和 { 之间匹配逗号，不包括大括号
(?<=\\}) 是一个零宽度的lookbehind，断言字符串中当前位置之前的是}
(?=\\{) 是一个零宽度正向前瞻断言，意味着它应该是 { 在当前位置之后
因此，split 函数使用 }{ 之间的逗号将字符串拆分为数组，不包括括号。这导致这些元素的数组：
元素 0 是 {"a":{"c":"sss"},"w":123}
元素 1 是 {"b":2}
元素 2 是 {"r":{"c":"sss"},"w":555}]
在提到的答案中，explode 应用于数组，它生成包含数组元素的行。
json_tuple 接收元素（数组已经爆炸），而不是数组。是的，它是最后一个元素中的额外 ]，最好也将其删除，json_tuple 将元素识别为结构，而不是数组，因为没有 [。