Hive Regex模式问题

Question

我的数据有3个列值，类似于

1111 some input $in put1
1121 -          $in put2

在第一个值和第二个值之间有一个空格分隔符。在第二列和第三列之间$"分隔符。第二行中的第二个值没有提供，所以它只是一个短划线(-(。

我在Hive中的表格声明如下-

CREATE TABLE tab1(someid string,something1 string, something2 string) 
row format serde 'org.apache.hadoop.hive.serde2.RegexSerDe'
WITH SERDEPROPERTIES(
"input.regex"="^(\S+)\s+(\S+\s+\S+)\s+.(.+)$",
"output.format.string"="%1$s %2$s %3$s")
stored as textfile;

我得到的结果是-

1111    Some input  $in put1
1121    -  $in      put2

我期待的是-

1111    Some input  in put1
1121    -           in put2

如果第二个值只是一个破折号(-(，那么它将作为第二列的值。在最后一列中，我不想要任何分隔符。

我在正则表达式中做错了什么。我喜欢使用相同的S模式正则表达式。请帮忙。

Answer 1

这行得通吗？

"input.regex"="^(\S+)\s+([^$]+)\$(.+)$"

Regex细分：

^          beginning of the string
(\S+)     1 to N non-space characters (capturing)
\s+       1 to N space characters
([^$]+)    1 to N characters other than a literal "$"
\$        a literal "$"
(.+)       1 to N characters
$          end of the string