在 Hive 中，此模式如何从 json 数组中识别嵌套的 json？

Question

我正在阅读这个问题：。

嵌套的json包含多个}和{，但正则表达式模式(?<=\}),(?=\{)可以识别json个元素。谁能解释一下这个拆分功能是如何工作的？

select 
split(substr('[{"a":{"c":"sss"},"w":123},{"b":2},{"r":{"c":"sss"},"w":555}]',2),'(?<=\}),(?=\{)')[0],
split(substr('[{"a":{"c":"sss"},"w":123},{"b":2},{"r":{"c":"sss"},"w":555}]',2),'(?<=\}),(?=\{)')[1],
split(substr('[{"a":{"c":"sss"},"w":123},{"b":2},{"r":{"c":"sss"},"w":555}]',2),'(?<=\}),(?=\{)')[2]

结果是：

{"a":{"c":"sss"},"w":123}   {"b":2}    {"r":{"c":"sss"},"w":555}]

顺便说一句，没有 [ 的数组被发送到 json_tuple，如 {"a":1},{"b":2}]。这根本不是 json 数组，为什么 json_tuple 可以使用它？

Answer 1

REGEXP '(?<=\}),(?=\{)' 仅在 } 和 { 之间匹配逗号，不包括大括号

(?<=\}) 是零宽度回顾，断言紧接在字符串中当前位置之前的是 }

(?=\{) 是一个零宽度正先行断言，意味着它应该在 { 之后当前位置

因此，split 函数使用 }{ 之间的逗号将字符串拆分为数组，不包括括号。这导致这些元素的数组：

元素 0 是 {"a":{"c":"sss"},"w":123}
元素 1 是 {"b":2}
元素 2 是 {"r":{"c":"sss"},"w":555}]

在提到的答案中，explode 应用于数组，它生成包含数组元素的行。

json_tuple 接收元素（数组已经分解），而不是数组。是的，它在最后一个元素中是额外的 ]，最好也将其删除，json_tuple 将元素识别为结构，而不是数组，因为没有 [.

在 Hive 中，此模式如何从 json 数组中识别嵌套的 json？

In Hive, how does this pattern recognize nested json from json arrays?

arrays

json

hive

hiveql