1.将某一列整数数字5展开成5个1
select * from (select explode(split(repeat(1,5),"")) as a) t1 where t1.a!="";
效果如下:
hive (default)> select * from (select explode(split(repeat(1,5),"")) as a) t1 where t1.a!="";
OK
1
1
1
1
1
Time taken: 0.115 seconds, Fetched: 5 row(s)
2.将所有标点符号替换成空字符(输入时候可能有些一场符号需要清洗)->正则表达式\\pP\\pS
select regexp_replace(" I! L@#O¥V%…E &*Y()O;'='U:\"","[\\pP\\pS]*","");
效果如下:
hive (default)> select regexp_replace(" I L@#O V%…E &*Y O;'='U:\"","[\\pP\\pS]*","");
OK
I LOVE YOU
Time taken: 0.116 seconds, Fetched: 1 row(s)
-
Unicode 编码并不只是为某个字符简单定义了一个编码,而且还将其进行归类
/pP
其中的小写p
是 property 的意思,表示 Unicode 属性,用于 Unicode 正表达式的前缀。
大写P
表示 Unicode 字符集七个字符属性之一:标点字符。 -
其他六个是:
L:字母;
M:标记符号(一般不会单独出现);
Z:分隔符(比如空格、换行等);
S:符号(比如数学符号、货币符号等);
N:数字(比如阿拉伯数字、罗马数字等);
C:其他字符