Question

使用亚马孙弹性地图的Im减少了。

我拥有像这样的记录档案。

   random text foo="1" more random text foo="2"
   more text notamatch="5" noise foo="1"
   blah blah blah foo="1" blah blah foo="3" blah blah foo="4" ...

我怎么能写大句,以摘除 f言中的所有数字?

我更喜欢这样一些的les子:

(1,2)
(1)
(1,3,4)

我尝试如下:

TUPLES = foreach LINES generate FLATTEN(EXTRACT(line, foo="([0-9]+)" ));

但是,这一结果在每一行中只达到第一种:

(1)
(1)
(1)

Answer 1

http://pig.apache.org/docs/r0.8.0/piglatin_ref2.html#STRSPLIT”rel=“nofollow” http://pig.apache.org/docs/r0.8.0/piglatin_ref2.html#STRSPLIT。

The regex to split on would be [^0-9]+ (i.e., not numbers) This will effectively split on large portions of non-numbers, leaving only tokens of numerical digits.

另一种选择是写一个Pig UDF。

Answer 2

REGEX_EXTRACT 职能可能有助于您获得预期产出。

REGEX_EXTRACT(投入、oo=(*)) ,2) AS投入;

友情链接