正則表達式提取全部採用豬

這是我的樣本數據（屬性）來匹配：正則表達式提取全部採用豬

[87027^適用年齡#619081^12-36個月,108389^國產/進口#619192^國產,108376^包裝單位#619113^盒裝,12210^分類#121491^牛奶粉,108385^奶源產地#619164^澳洲/新西蘭,115919^配方#651827^常規配方奶粉,12212^段位#121499^3段,108380^淨含量#619152^2kg以上] 
[108385^奶源產地#619183^其它　,12212^段位#121499^3段,87027^適用年齡#619081^12-36個月,108376^包裝單位#619120^桶裝,108389^國產/進口#619196^進口,12210^分類#121491^牛奶粉,115919^配方#651827^常規配方奶粉,12241^價格#121803^200-299元,108380^淨含量#619147^800-1000g] 
[87027^適用年齡#619081^12-36個月,108389^國產/進口#619192^國產,108376^包裝單位#619113^盒裝,12210^分類#121491^牛奶粉,108385^奶源產地#619164^澳洲/新西蘭,115919^配方#651827^常規配方奶粉,12212^段位#121499^3段,108380^淨含量#619152^2kg以上]

所以我想，以配合在數字之間所有的值。因此，對於第一條數據行，我想要匹配87027和619081之間的值以及619081和108389之間的值，以此類推。

這裏是我到目前爲止的代碼：

data = LOAD 'SHORT.txt' USING PigStorage() AS (number:chararray, user:chararray, item:chararray, attributes:chararray); 
B = FOREACH data GENERATE REGEX_EXTRACT_ALL (attributes, '\\^(.*?)[#|,|\\]]'); 

DUMP B;

請讓我知道，如果你有需要的任何其他信息。謝謝！

來源

2016-11-07 gambaboy

好奇。我的回答有幫助嗎？ – tmslnz

我瞭解您提供的正則表達式，它在您提供的鏈接中起作用，但我仍然無法讓代碼正常工作。 – gambaboy

我的輸出只顯示爲：（）（）（） – gambaboy

這種模式捕捉你的描述：

\d+?(\^.+?[,#\]])

這裏舉例：https://regex101.com/r/pOPWwY/2

看起來像Hadoop的需要反斜槓的雙轉義，所以測試時，上面銘記這一點。

如果要排除的標記, # ]，則：

\d+?(\^.+?)[,#\]]

來源

2016-11-07 21:13:30 tmslnz

正則表達式提取全部採用豬

回答

相關問題