Hive在JSON中转义RegEx

Question

我有一个JSON文件，我把我的SQL查询，它将在Hive上自动运行。

JSON结构如下:

{
"name": "query1",
"query": "select regexp_extract(column, '(.*)\s\|', 1) as column_one from data"
}

我们的想法是提取第一个空格+竖条之前的所有内容。

对于一个给定的例子，当我在Hive中尝试时，它按预期工作:

select regexp_extract('First part | Second Part', '(.*)\s\|', 1) as column_one;
First part

正如你所看到的，你已经需要一个反斜杠s和|，否则在Hive中不起作用。但是，当使用JSON文件自动运行时，我得到以下内容:

Fir

然后我明白你需要另一个反斜杠来转义JSON，所以我用了下面的:

{
"name": "query1",
"query": "select regexp_extract(column, '(.*)\s\|', 1) as column_one from data"
}

但是，它仍然给我Fir而不是First part。

Answer 1

可以使用

{
"name": "query1",
"query": "select regexp_extract(column, '([^|]*?)[[:space:]]*[|]', 1) as column_one from data"
}

注意

• ([^|]*?)-捕获除|以外的任何零个或多个字符尽可能少
• [[:space:]]*-零或多个空白字符
• [|]-|字符(在字符类[...]中，|字符被视为管道符号)。