猪函数中的StrSplit

Question

有人能解释一下如何在Pigscript中获得下面的输出吗

我的输入文件如下

a.txt

aaa.kyl,data,data
bbb.kkk,data,data
cccccc.hj,data,data
qa.dff,data,data

我正在像这样写pig脚本

A = LOAD 'a.txt' USING PigStorage(',') AS(a1:chararray,a2:chararray,a3:chararray);
B = FOREACH A GENERATE FLATTEN(STRSPLIT(a1)),a2,a3;

我不知道该怎么做..我需要像这样输出below.Basically，我需要第一个原子中点符号后面的所有字符

(kyl,data,data)
(kkk,data,data)
(hj,data,data)
(dff,data,data)

有人能给我这个的代码吗？

Answer 1

这是你需要做的-

这是pig解析例程中的一个转义问题，当它遇到点时，因为它被视为一个运算符，请参阅此链接以获取更多信息Dot Operator。

您可以对点使用unicode转义序列：\u002E。然而，这也必须是斜杠转义的，并放在一个带引号的字符串中。

下面的代码将为您完成这项工作，您可以根据您的方便对其进行微调-

A = LOAD 'a.txt' USING PigStorage(',') AS(a1:chararray,a2:chararray,a3:chararray);
B = FOREACH A GENERATE FLATTEN(STRSPLIT(a1,'\\u002E')) as (a1:chararray, a1of1:chararray),a2,a3;
C = FOREACH B GENERATE a1of1,a2,a3;

希望这能有所帮助。

Answer 2

您可以通过以下命令尝试使用STRSPLIT()，

A = LOAD 'C:\\Users\\Ren\\Desktop\\file' USING PigStorage(',') AS(a1:chararray,a2:chararray,a3:chararray); 

B = foreach A generate SUBSTRING(a1,INDEXOF(a1,'.',0)+1,(int)SIZE(a1)),a2,a3;                                                                                 

Answer 3

A = LOAD 'a.txt' USING PigStorage(',') AS(a1:chararray,a2:chararray,a3:chararray);

B = FOREACH A GENERATE FLATTEN(STRSPLIT(a1,'.')),a2,a3;

这将把a1分成点前和点后两部分，从中你可以选择后点运算符。

C = foreach B generate $1,$2,$3;

其中$1位于点运算符之后