Apache Pig REPLACE()用法及代码示例

此函数用于用新字符替换给定字符串中的所有字符。

用法

下面给出的是REPLACE()函数。该函数接受三个参数，即

• string- 要替换​​的字符串。如果我们想替换关系中的字符串，我们必须传递字符串所属的列名。

• regEXP- 这里我们必须传递我们想要替换的字符串/正则表达式。

• newChar- 这里我们必须传递字符串的新值。

grunt> REPLACE(string, 'regExp', 'newChar');

示例

假设有一个文件名为emp.txt在里面HDFS目录/pig_data/如下所示。此文件包含员工详细信息，例如 ID、姓名、年龄和城市。

emp.txt

001,Robin,22,newyork
002,BOB,23,Kolkata
003,Maya,23,Tokyo
004,Sara,25,London 
005,David,23,Bhuwaneshwar 
006,Maggy,22,Chennai
007,Robert,22,newyork 
008,Syam,23,Kolkata
009,Mary,25,Tokyo 
010,Saran,25,London 
011,Stacy,25,Bhuwaneshwar 
012,Kelly,22,Chennai

并且，我们已经将这个文件加载到 Pig 中，关系名为emp_data如下所示。

grunt> emp_data = LOAD 'hdfs://localhost:9000/pig_data/emp1.txt' USING PigStorage(',')
   as (id:int, name:chararray, age:int, city:chararray);

下面是一个例子REPLACE()函数。在这个例子中，我们替换了城市的名称Bhuwaneshwar用更短的形式Bhuw。

grunt> replace_data = FOREACH emp_data GENERATE (id,city),REPLACE(city,'Bhuwaneshwar','Bhuw');

上面的语句替换了字符串'Bhuwaneshwar'和'Bhuw'在名为的列中city在里面emp_data关系并返回结果。该结果存储在名为的关系中replace_data.验证关系的内容replace_data使用 Dump 运算符，如下所示。

grunt> Dump replace_data;
 
((1,newyork),newyork)
((2,Kolkata),Kolkata)
((3,Tokyo),Tokyo)
((4,London),London) 
((5,Bhuwaneshwar),Bhuw)
((6,Chennai),Chennai)
((7,newyork),newyork) 
((8,Kolkata),Kolkata)
((9,Tokyo),Tokyo) 
((10,London),London) 
((11,Bhuwaneshwar),Bhuw) 
((12,Chennai),Chennai)