regex - Hive Regex Serde适用于5000列的行

Question

我们得到这样的行:

aa |-| bb |-| cc |-|

并且我们要提取由|-|分隔的字段。我知道一种解决方案是:

CREATE TABLE rating_regex(
field1 string, field2 string, field3 string) 
ROW FORMAT SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe' 
WITH serdeproperties("input.regex" = "(.+)\\|\\-\\|(.+)\\|\\-\\|(.+)\\|\\-\\|",
"output.format.string" = "%1$s %2$s %3$s")
STORED AS TEXTFILE;

但是，如果我们得到三个字段而不是三个字段怎么办？如何在不重复(。+)\ | \-\ |的情况下编写正则表达式模式5000次？

Answer 1

^(?:(?:.+?)\|\-\|(?:\s|$)){3}$

试试看。请看演示。您可以根据需要扩展它，直到 500。

https://regex101.com/r/nL5yL3/20