可以apache豬比較unicode字符串嗎？

Question

我有這些數據的文件：

jumpsuit 1 
son 1 
Đồng hồ kim 1 

這是我的豬腳本：

A = LOAD 'hdfs://Hadoop238:8020/user/steve/test/test.txt' USING PigStorage AS (productName:chararray, number:int); 

B = FILTER A BY (productName =='Đồng hồ kim'); 

DUMP B; 

它返回任何內容。但是，如果我更改爲：

B = FILTER A BY (productName =='jumpsuit'); 

它返回值。

看來豬不能比較unicode字符串。有什麼辦法可以比較unicode字符串嗎？

Answer 1

在UTF-8系統中，您可以指定：

• 字符串常量，包括可打印的ASCII字符，如 'ABC'。
• 您可以指定控制字符，如'\ t'。
• 而且，您可以通過以'\ u'開頭來指定一個Unicode字符，例如，'\ u0001'代表十六進制的Ctrl-A。

您應該使用\u0110\u1ED3ng h\u1ED3 kim爲Đồng hồ kim

所以這是律痛苦，但你可以轉換爲Unicode charachters並把它作爲參數。

理論上，您應該能夠在非UTF-8系統上指定非UTF-8常量，但據我們所知，這尚未經過測試。