在 Hive 中，如何使用“regexp_replace()”对标签值执行通配符搜索以将其替换为通用值？

编程问答 2022-05-18

问题描述

我在多个由不同值组成的 Value 系列中出现了 string 标记。我需要使用 regexp_replace() 进行通配符搜索，读取所有此类 string 出现并用通用值“NULL”替换它们。

下面是一个示例 XML：

<ParentArray>
    <ParentFieldArray>
        <Value>
            <string>123</string>
            <string>234</string>
        </Value>
    </ParentFieldArray>
    <ParentFieldArray>
        <Value>
            <string>345</string>
            <string>456</string>
        </Value>
    </ParentFieldArray>
</ParentArray>

期望是通读所有 String 标记值并将它们替换为 NULL。

解决方法

使用

 regexp_replace(str,'(<string>)(\\d+)(</string>)','$1NULL$3')

演示：

select "<ParentArray>
    <ParentFieldArray>
        <Value>
            <string>123</string>
            <string>234</string>
        </Value>
    </ParentFieldArray>
    <ParentFieldArray>
        <Value>
            <string>345</string>
            <string>456</string>
        </Value>
    </ParentFieldArray>
</ParentArray>
" as str)

select regexp_replace(str,'$1NULL$3') from mydata

结果：

<ParentArray>
        <ParentFieldArray>
            <Value>
                <string>NULL</string>
                <string>NULL</string>
            </Value>
        </ParentFieldArray>
        <ParentFieldArray>
            <Value>
                <string>NULL</string>
                <string>NULL</string>
            </Value>
        </ParentFieldArray>
    </ParentArray>

如果您不仅要替换值中的数字，包括空值，请使用：

select regexp_replace(str,'(<string>)(.*)(</string>)','$1NULL$3') from mydata
hivehiveqlregexp-replacesqlsqlxmlxmlxmlxmlxmlxmlxml