regex - hive :字符串中的第一个和最后一个出现

Question

我有一个id列和一个字符串列，如下所示:

id   values
1   AD123~DF123~SQ345
2   CF234~DF234
3   BG123

我需要Hive下面的列的第一次出现和最后一次出现

id  first   last    
1   AD123   SQ345    
2   CF234   DF234    
3   BG123   BG123 

我已经尝试过使用HIVE split函数来解决它

select id, split(values, '\~') [0] as first, reverse(split(reverse(values), '\~')[0]) from demo;

我在Hive中不断收到语法错误，说[是意外的。

我发现的另一种选择是regex，但是我是Hive的新手，请问有人可以通过regex或split帮助我。谢谢

Answer 1

使用拆分:

with your_table as(
select stack(3,
1, 'AD123~DF123~SQ345',
2, 'CF234~DF234',
3, 'BG123'
 ) as (id,values)
 ) --use your_table instead of this

select id, values[0] as first, values[size(values)-1] as last
from
( 
 select id, split(values,'~') values
   from your_table t
)s   
;

返回值:

id      first   last
1       AD123   SQ345
2       CF234   DF234
3       BG123   BG123

使用正则表达式:

select id, 
       regexp_extract(values,'^([^~]*)',1) as first,
       regexp_extract(values,'([^~]*)$',1) as last
   from your_table t 
;