我正在查询中的列 hive . 此列包含 json 有效载荷和格式如下：
{"aaa":"xxx", "status":"yes", "bbb":"xyx", "ccc":"yxy", "status":"no", "status":"maybe", "ddd":"zyz"}我试图提取在有效负载的不同点上出现的所有状态值。我正在使用以下命令： select regexp_extract (payload,'(?<=status":")(.*?)"') as Status 但是，这只返回第一次出现的状态，并且丢失所有下一次出现的状态。每次状态重复后如何获取值？
谢谢
2条答案
按热度按时间wfveoks01#
结合使用
REGEXP_REPLACE,SPLIT,EXPLODE以及get_json_object()```SELECT *
FROM (
SELECT get_json_object(r, '$.status') AS STATUS
FROM yourtable t
LATERAL VIEW explode(split(regexp_replace(t.payload, ',', '},{'), ',')) t1 AS r
) a
WHERE STATUS IS NOT NULL;
status
yes
no
maybe
zbdgwd5y2#
我猜你这样做是因为json包含了错误的键。
正则表达式使用除
[^]符号：它还将从“status”：“”收集空字符串，如果您只希望包含值的条目，请使用：
当然，最原始最好的regex参考是
perldoc perlre: https://perldoc.perl.org/perlre.html