在Hive中，如何使用"regexp_replace()"对标签值进行通配符搜索，将其替换为通用值？

Question

我在由不同值组成的多个值族中出现了字符串标记。我需要使用regexp_replace()进行通配符搜索，读取所有这样的字符串出现&用一个共同的值"来代替它们；NULL"；。

下面是一个示例XML:

<ParentArray>
<ParentFieldArray>
<Value>
<string>123</string>
<string>234</string>
</Value>
</ParentFieldArray>
<ParentFieldArray>
<Value>
<string>345</string>
<string>456</string>
</Value>
</ParentFieldArray>
</ParentArray>

期望的是读取所有String标记值，并将其替换为NULL。

Answer 1

使用

regexp_replace(str,'(<string>)(\d+)(</string>)','$1NULL$3')

演示：

select "<ParentArray>
<ParentFieldArray>
<Value>
<string>123</string>
<string>234</string>
</Value>
</ParentFieldArray>
<ParentFieldArray>
<Value>
<string>345</string>
<string>456</string>
</Value>
</ParentFieldArray>
</ParentArray>
" as str)
select regexp_replace(str,'(<string>)(\d+)(</string>)','$1NULL$3') from mydata

结果：

<ParentArray>
<ParentFieldArray>
<Value>
<string>NULL</string>
<string>NULL</string>
</Value>
</ParentFieldArray>
<ParentFieldArray>
<Value>
<string>NULL</string>
<string>NULL</string>
</Value>
</ParentFieldArray>
</ParentArray>

如果您想不仅替换值中的数字，包括空值，请使用：

select regexp_replace(str,'(<string>)(.*)(</string>)','$1NULL$3') from mydata