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?
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?
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 [
.
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?
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 [
.