regex - REGEX_EXTRACT_ALL不起作用，为什么？

Question

a = load '/text.log' using TextLoader() as line:chararray;
b = foreach a generate REGEX_EXTRACT_ALL(line,'projectVersion:[^\t]*');
c = group b by $0;
d = foreach c generate group, COUNT(b);
dump d;

以上是我的脚本，我的示例数据有点像..

projectName:test    logType:test    logSource:test  logBody:test

我得到了这个结果

(,0)

我查看了Pig API，它说如果模式不匹配，REGEX_EXTRACT_ALL将返回空元组，但是显然存在该模式。所以我尝试了更简单的任务。

b = foreach a generate REGEX_EXTRACT_ALL(line,'projectVersion');

并尝试了

b = foreach a generate REGEX_EXTRACT_ALL(line,'p');

我一次又一次地得到空结果。

我不知道为什么这个简单的事情不起作用，我做错了什么吗？

Answer 1

尝试

b = foreach a generate REGEX_EXTRACT_ALL(line,'projectVersion:([^\t]*)');

您需要使用“()”来表示所需的内容。

对你来说

projectName:test    logType:test    logSource:test  logBody:test

b将有一个元组 ('test')