gpt4 book ai didi

shell - 如何使用Pig/Hive从Weblog文件中的URL中提取字符串

转载 作者:行者123 更新时间:2023-12-02 22:08:30 25 4
gpt4 key购买 nike

如何使用Pig / Hive从Weblog文件中的URL中提取字符串

输入文件

122.161.182.202 - jane [21/Jul/2012:13:14:17-0700] "GET /rss.pl HTTP/1.1"   200 35942 "http://www.e.com/bam_applicatin/VD55173061"     "IE/4.0 (compatible; MSIE 7.0; Windows NT 6.0;   Trident/4.0; SLCC1; .NET CLR 2.0.50727; .NET CLR 3.5.21022; InfoPath.2; .NET CLR 3.5.30729; .NET CLR 3.0.30618; OfficeLiveConnector.1.3;    OfficeLivePatch.1.3; MSOffice 12)"

所需的输出:
122.161.182.202 - jane [21/Jul/2012:13:14:17-0700] "GET /rss.pl HTTP/1.1"   200 35942 "VD55173061"     "IE/4.0 (compatible; MSIE 7.0; Windows NT 6.0;   Trident/4.0; SLCC1; .NET CLR 2.0.50727; .NET CLR 3.5.21022; InfoPath.2; .NET CLR 3.5.30729; .NET CLR 3.0.30618; OfficeLiveConnector.1.3;    OfficeLivePatch.1.3; MSOffice 12)"

输入网址
http://www.e.com/bam_applicatin/VD55173061

网址中的所需字符串
VD55173061

我想使用Pig或Hive处理Weblog。请帮忙 ..

最佳答案

使用 Apache Pig

请参阅http://pig.apache.org/docs/r0.14.0/func.html#substring以获取API文档和用法

输入:

http://www.e.com/bam_applicatin/VD55173061

pig 脚本:
url_data = LOAD 'input.csv' USING  PigStorage(',') AS  (url:chararray);
req_url = FOREACH url_data GENERATE SUBSTRING(url,LAST_INDEX_OF(url, '/') + 1, (int)SIZE(url));
DUMP req_url;

输出:
VD55173061

关于shell - 如何使用Pig/Hive从Weblog文件中的URL中提取字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32569784/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com