Teradata中Both '00'XC用法及向Hive迁移的修改咨询

• '00'XC是Teradata专属语法，代表ASCII空字符（十六进制编码00），也就是常说的Null控制字符。
• Trim(Both '00'XC FROM STG_101_104_BORM_NEW.NO_TRN)的作用是：移除NO_TRN字段字符串开头和结尾的所有ASCII空字符。

Hive不支持Teradata的'00'XC语法，需针对空字符的表示和trim逻辑做以下调整：

方案1：使用Hive原生trim函数 #

Hive的trim函数支持第二个参数指定要移除的字符，ASCII空字符在Hive中用Unicode转义符'\u0000'表示，改写后语句为：

trim('\u0000', STG_101_104_BORM_NEW.NO_TRN) AS NO_TRN

该写法会移除字符串两端所有匹配的空字符，和原Teradata语句行为完全一致。

方案2：使用正则表达式替换（兼容特殊场景） #

若部分Hive版本对空字符的trim处理存在兼容问题，可改用regexp_replace精准匹配并移除首尾空字符：

regexp_replace(STG_101_104_BORM_NEW.NO_TRN, '^\\u0000+|\\u0000+$', '') AS NO_TRN

• ^\\u0000+：匹配字符串开头连续的空字符
• \\u0000+$：匹配字符串结尾连续的空字符
• 替换为空字符串，实现与原语句相同的清理效果

内容的提问来源于stack exchange，提问作者ryan