只需在hadoop系统中用以下内容保存这个文件delete\u ending\u zeroes\u udf.py。

删除\u结尾\u零\u udf.py

import sys
import string
import re

def delete_ending_zeroes(x):
    if '.' in x:
        y = re.sub("0+$","", str(x))
        if len(y.split('.')[1])==0:
            y = y.split('.')[0]
    else:
        y = re.sub("^0+","", str(x))
    return y

while True:
    line = sys.stdin.readline()
    if not line:
        break

    line = string.strip(line, "\n ")
    Input_String = line.strip()
    outut_string = delete_ending_zeroes(Input_String)
    print("\t".join([Input_String, outut_string]))

并在hive编译中编写以下代码

add file hdfs:///delete_ending_zeroes_udf.py;

SELECT TRANSFORM (Input_String)
    USING 'python delete_ending_zeroes_udf.py' AS
    (outut_string string)
FROM <your_hive_table>

参考文献：https://acadgild.com/blog/hive-udf-python

如果需要在配置单元中执行相同的操作，请使用cast as decimal（调整到所需的最大精度/比例）：

select cast(str as decimal(30,5)) as fixed_number
from
(--test dataset
select stack(9, 
'120',
'12',
'120.00',
'000329.0',
'14.4200',
'000430',
'0.24000',
'0.100',
'1.0'
) as str
)s;

结果：

OK
120
12
120
329
14.42
430
0.24
0.1
1
Time taken: 0.519 seconds, Fetched: 9 row(s)

regex并不总是最好的工具。在实际代码中，我将使用安迪的解决方案。现在，如果你真的想用正则表达式来做，这里有一种可能的分解方法：
字符串开头： ^ 尽可能多地取0： 0* 在此处开始捕获： ( [0-9]尽可能多地： [0-9]* 字符点（必须转义）： \\. [0-9]尽可能少： [0-9]*? 在此处结束捕获： ) 尽可能多的0： 0* 字符串结尾： $ 这是密码。注意：它不处理整数，但可以用类似的方式处理

Pattern pattern = Pattern.compile("^0*([0-9]*\\.[0-9]*?)0*$");
Matcher matcher = pattern.matcher("010.02010");

if(matcher.find()) {
    System.out.println("group 1 : " + matcher.group(1));
}

输出：

group 1 : 10.0201

如您所见，解析为bigdecimal更具可读性。而且，使用正则表达式并不一定更有效。

最简单的方法是使用 BigDecimal :

String stripped = new BigDecimal(input).stripTrailingZeros().toString();

编辑：这实际上不适用于 000430 ：的字符串表示形式是 4.3E+2 .
您可以通过确保 scale 至少为零：

BigDecimal b = new BigDecimal(input).stripTrailingZeros();
if (b.scale() < 0) {
  b = b.setScale(0, RoundingMode.UNNECESSARY);
}
String stripped = b.toString();