Hive的split函数,使用多个分隔符分割
♠ ♥ ♦ ♣ 该文章仅为平时的笔记,非商用,如有侵权请联系博主删除 ♣ ♦ ♥ ♠
在数据清洗时,有时候数据长得各种各样,例如年龄段就有:20-100岁、20—100岁、20~100岁、20~100岁
各种看似一样,实际不相同的分隔符,使用split函数时就显得有点尴尬:regexp_extract(string subject, string pattern, int index)
此时,如果结合正则表达式来处理,就会很好解决:split('20~100','-|~|—|~')
,无论以上哪种分隔符,都可以分割出来。
仅作为日常笔记使用,有点简单,大家有什么想法也可以交流哟~