我想清理unicode Hive表中的數據。以下是數據,在Hive中查詢時刪除Unicode字符
select ('http://10.0.0.1/���m��v������)�a�^�����kn:4�+9x�2c��m�{��')
我需要的輸出是查找是否有任何unicode字符在我的列中,並將其刪除。此處的輸出應爲:
http://10.0.0.1/
或完全爲空。他們中的任何一個都很好。如果一行包含任何unicode字符,則可以將其完全填充爲空。
以下是我tryings,
select REGEXP_REPLACE('http://10.0.0.1/���m��v������)�a�^�����kn:4�+9x�2c��m�{��', '\\[[:xdigit:]]{4}', '')
和
select REGEXP_REPLACE('http://10.0.0.1/���m��v������)�a�^�����kn:4�+9x�2c��m�{��', '[||chr(128)||'-'||chr(255)||]', '')
Executed as Single statement. Failed [40000 : 42000] Error while compiling statement: FAILED: ParseException line 1:193 mismatched input '<EOF>' expecting) near ')' in function specification
Elapsed time = 00:00:00.220
STATEMENT 1: SELECT Statement failed.
有人可以幫我在我的桌子清理這些?
感謝
編輯:
鄰居其中工作,
select REGEXP_REPLACE('"http://r.rxthdr.com/w?i=s�F�""�HY|�K�>�0����D����W8뤒�O0�Q�D�1��Vc~�j[Q��f��{u�Be�S>n���Ò���&��F9���C�i��8:Ú」�[email protected]ĪO��K?�Ēc�6��=��v[�����D�$%��:�a�40ݩ�&O��K��""�0�a<x��TcX���b��TN�}�x�o��UY$K�I�Օ""��(+�M���E�=K�A�I�A���q#l�(�yt�5��h}��~[��YOA��G�=ïˆï¿½{���. �Q���Ø;x=�s�0:�', '(?s).*\\P{ASCII}.*', '')
地方它不工作,
select REGEXP_REPLACE('c4k0j,}W""d+2|4y0hkCkRh+.{pq80{?X8O>b<:ph.3!{T', '(?s).*\\P{ASCII}.*', '')
select REGEXP_REPLACE('z|""},}69]6N2|c_;5.su={IU+|8ubq1<r$!Xxy#?Bhkv20:jXNgRh+5fwj:ndfWBJ}e)>','(?s).*\\P{ASCII}.*', '')
圖像中的第一個具有unicode字符。但是,粘貼它成爲一個點。
能否請你幫我做這個?
儘量選擇''REGEXP_REPLACE到( '...', '' '\\ p {ASCII} *'。)從第一個找到的非ASCII字符中刪除所有字符串。 –
@WiktorStribiżew謝謝。有用 ! – haimen
@WiktorStribiżew你想發佈它作爲答案嗎? – haimen