HIVE教程（二）HIVE常用函数之字符串操作

一、字符串操作

1、字符串长度函数：length
返回字符串A的长度
语法: length(string A) 
返回值: int 
例子：
 select length("test") from dual;
 结果：4
 2、reverse
 字符串反转函数
 语法: reverse(string A) 
返回值: string 
select reverse('test') from dual; 
结果：tset
3、concat
字符串连接函数
详细说明：返回输入字符串连接后的结果，支持任意个输入字符串
语法: concat(string A, string B…) 
返回值: string
select concat(‘abc’,'def’,'gh’) from dual; 
abcdefgh 
4、带分隔符字符串连接函数：concat_ws
语法: concat_ws(string SEP, string A, string B…) 
返回值: string 
说明：返回输入字符串连接后的结果，SEP表示各个字符串间的分隔符  
举例： 
    hive> select concat_ws(‘,’,'abc’,'def’,'gh’) from dual; 
    abc,def,gh 

5、字符串截取函数：substr,substring

    语法: substr(string A, int start),substring(string A, int start) 
    返回值: string 
    说明：返回字符串A从start位置到结尾的字符串 
    举例： 
    hive> select substr(‘abcde’,3) from dual; 
    cde 
    hive> select substring(‘abcde’,3) from dual; 
    cde 
    hive>  select substr(‘abcde’,-1) from dual;  （和ORACLE相同） 
    e 
6、字符串截取函数：substr,substring

    语法: substr(string A, int start, int len),substring(string A, int start, int len) 
    返回值: string 
    说明：返回字符串A从start位置开始，长度为len的字符串 
    举例： 
    hive> select substr(‘abcde’,3,2) from dual; 
    cd 
    hive> select substring(‘abcde’,3,2) from dual; 
    cd 
    hive>select substring(‘abcde’,-2,2) from dual; 
    de 

7、字符串转大写函数：upper,ucase
    语法: upper(string A) ucase(string A) 
    返回值: string 
    说明：返回字符串A的大写格式 
    举例： 
    hive> select upper(‘abSEd’) from dual; 
    ABSED 
    hive> select ucase(‘abSEd’) from dual; 
     ABSED  

8、字符串转小写函数：lower,lcase
    语法: lower(string A) lcase(string A) 
    返回值: string 
    说明：返回字符串A的小写格式 
    举例： 
    hive> select lower(‘abSEd’) from dual; 
    absed 
    hive> select lcase(‘abSEd’) from dual; 
        absed

9、去空格函数：trim
    语法: trim(string A) 
    返回值: string 
    说明：去除字符串两边的空格 
    举例： 
    hive> select trim(‘ abc ‘) from dual; 
    abc  

10、左边去空格函数：ltrim
    语法: ltrim(string A) 
    返回值: string 
    说明：去除字符串左边的空格 
    举例： 
    hive> select ltrim(‘ abc ‘) from dual; 
    abc 

11、右边去空格函数：rtrim

    语法: rtrim(string A) 
    返回值: string 
    说明：去除字符串右边的空格 
    举例： 
    hive> select rtrim(‘ abc ‘) from dual; 
    abc 


10、正则表达式解析函数：regexp_extract

其中的index，是按照正则字符串（）的位置

    语法: regexp_extract(string subject, string pattern, int index) 
    返回值: string 
    说明：将字符串subject按照pattern正则表达式的规则拆分，返回index指定的字符。注意，在有些情况下要使用转义字符 
    举例： 
    hive> select regexp_extract(‘foothebar’, ‘foo(.*?)(bar)’, 1) from dual; 
    the 
    hive> select regexp_extract(‘foothebar’, ‘foo(.*?)(bar)’, 2) from dual; 
    bar 
    hive> select regexp_extract(‘foothebar’, ‘foo(.*?)(bar)’, 0) from dual; 
    foothebar 

 

11、函数parse_url,解析URL字符串
    parse_url(url, partToExtract[, key]) - extracts a part from a URL 
    解析URL字符串，partToExtract的选项包含[HOST,PATH,QUERY,REF,PROTOCOL,FILE,AUTHORITY,USERINFO]。 
     
    举例： 
    * parse_url('http://facebook.com/path/p1.php?query=1', 'HOST')返回'facebook.com'  
    * parse_url('http://facebook.com/path/p1.php?query=1', 'PATH')返回'/path/p1.php'  
    * parse_url('http://facebook.com/path/p1.php?query=1', 'QUERY')返回'query=1'， 
    可以指定key来返回特定参数，例如 
    * parse_url('http://facebook.com/path/p1.php?query=1', 'QUERY','query')返回'1'， 
     
    * parse_url('http://facebook.com/path/p1.php?query=1#Ref', 'REF')返回'Ref'  
    * parse_url('http://facebook.com/path/p1.php?query=1#Ref', 'PROTOCOL')返回'http' 

 

12、json解析函数：get_json_object

语法: get_json_object(string json_string, string path)
    返回值: string 
    说明：解析json的字符串json_string,返回path指定的内容。如果输入的json字符串无效，那么返回NULL。 
    举例： 
    hive> select  get_json_object(‘{“store”: 
    >   {“fruit”:\[{"weight":8,"type":"apple"},{"weight":9,"type":"pear"}], 
    >    “bicycle”:{“price”:19.95,”color”:”red”} 
    >   }, 
    >  “email”:”amy@only_for_json_udf_test.net”, 
    >  “owner”:”amy” 
    > } 
    > ‘,’$.owner’) from dual; 
    amy 

 使用实例：
    select get_json_object('{"store":{"fruit":\["aa","bb","cc"]},"owner":"amy"}','$.store.fruit[0]') from test_msg limit 1; 

13、空格字符串函数：space

语法: space(int n)

    返回值: string 
    说明：返回长度为n的字符串 
    举例： 
    hive> select space(10) from dual; 
    hive> select length(space(10)) from dual; 
    10 
 

14、重复字符串函数：repeat

语法: repeat(string str, int n)

    返回值: string 
    说明：返回重复n次后的str字符串 
    举例： 
    hive> select repeat(‘abc’,5) from dual; 
    abcabcabcabcabc 

15、首字符ascii函数：ascii

语法: ascii(string str)

    返回值: int 
    说明：返回字符串str第一个字符的ascii码 
    举例： 
    hive> select ascii(‘abcde’) from dual; 
    97 

16、左补足函数：lpad

语法: lpad(string str, int len, string pad)

    返回值: string 
    说明：将str进行用pad进行左补足到len位 
    举例： 
    hive> select lpad(‘abc’,10,’td’) from dual; 
    tdtdtdtabc 

 与GP，ORACLE不同，pad 不能默认

17、右补足函数：rpad

语法: rpad(string str, int len, string pad)

    返回值: string 
    说明：将str进行用pad进行右补足到len位 
    举例： 
    hive> select rpad(‘abc’,10,’td’) from dual; 
    abctdtdtdt 

 

18、分割字符串函数: split

语法:  split(string str, string pat)
    返回值:  array 
    说明: 按照pat字符串分割str，会返回分割后的字符串数组 
    举例： 
    hive> select split(‘abtcdtef’,'t’) from dual; 
    ["ab","cd","ef"] 

19集合查找函数: find_in_set

语法: find_in_set(string str, string strList)

    返回值: int 
    说明: 返回str在strlist第一次出现的位置，strlist是用逗号分割的字符串。如果没有找该str字符，则返回0 
    举例： 
    hive> select find_in_set(‘ab’,'ef,ab,de’) from dual; 
    2 
    hive> select find_in_set(‘at’,'ef,ab,de’) from dual; 
    0