歡迎來到Linux教程網
Linux教程網
Linux教程網
Linux教程網
您现在的位置: Linux教程網 >> UnixLinux >  >> Linux編程 >> Linux編程

Hive UDF 過濾字符串中的中英文標點符號

使用Hive 過程中 需要做一些UDF的開發,簡單貼一個UDF 是用來去除字符串中的所有中英文符號

本人Java菜鳥 代碼可能不好看勿噴啊。僅供參考

package com.fccs.utils; 
 
import java.text.ParseException; 
 
import org.apache.Hadoop.hive.ql.exec.UDF; 
 
/***
 * 本類是用於字符串替換支持正則表達
 * @author [email protected]
 * @date 2015-5-28
 * @version 1.0
 *
 */ 
public class F_str_replace extends UDF{ 
 
    public String evaluate(String str,String ...args) { 
        if(str != null){ 
            str = str.trim(); 
        } 
        if(str == null || "".equals(str)){ 
            return "null"; 
        } 
             
         
        return get_str_replace( str,args); 
         
    } 
 
    /**
    * 傳入一個字符串,把所有符合條件的字符串和空字符轉換為“null”,不符合條件的就返回原字符串
    * 比如:get_str_replace("金成·江南春城 (·竹海水韻)")
    * 轉換後:"金成江南春城竹海水韻"
    * @param subject 
    * @param args  多參數 args[0] 要替換成的字符串, args[1] 正則表達式
    * @use:get_str_replace(subject,replacement,pattern)
    * @return result
    */ 
    private static String get_str_replace(String subject,String...args){ 
         
        String text = "null"; 
        if(subject != null){ 
            subject = subject.trim(); 
        } 
        if(subject == null || "".equals(subject)){ 
            return "null"; 
        } 
         
         
        if(args.length==0){ 
            text =  subject.replaceAll( "\\p{Punct}","" );       
            text =  text.replaceAll("\\pP" , "");       
            text =  text.replaceAll("\\p{P}" ,""); 
            text =  text.replaceAll( "[\\p{P}+~$`^=|<>~`$^+=|<>¥×]" , ""); 
             
        }else if (args.length==1){ 
            String replacement = args[0].length()>0?args[0]:""; 
            text =  subject.replaceAll( "\\p{Punct}",replacement );       
            text =  text.replaceAll("\\pP" , replacement);       
            text =  text.replaceAll("\\p{P}" ,replacement); 
            text =  text.replaceAll( "[\\p{P}+~$`^=|<>~`$^+=|<>¥×]" , replacement); 
             
        }else{ 
            String pattern  = args[1]; 
            String replacement = args[0] ; 
            text =  subject.replaceAll( pattern,replacement);       
             
        } 
         
        text = text.replaceAll("\\s+", ""); //過濾多余空格 
        return text; 
    } 
 

Hive編程指南 PDF 中文高清版  http://www.linuxidc.com/Linux/2015-01/111837.htm

基於Hadoop集群的Hive安裝 http://www.linuxidc.com/Linux/2013-07/87952.htm

Hive內表和外表的區別 http://www.linuxidc.com/Linux/2013-07/87313.htm

Hadoop + Hive + Map +reduce 集群安裝部署 http://www.linuxidc.com/Linux/2013-07/86959.htm

Hive本地獨立模式安裝 http://www.linuxidc.com/Linux/2013-06/86104.htm

Hive學習之WordCount單詞統計 http://www.linuxidc.com/Linux/2013-04/82874.htm

Hive運行架構及配置部署 http://www.linuxidc.com/Linux/2014-08/105508.htm

Hive 的詳細介紹:請點這裡
Hive 的下載地址:請點這裡

Copyright © Linux教程網 All Rights Reserved