Hive中如何移除COLLECT_LIST结果的方括号与引号？

嘿，我来帮你理清楚这个问题：你遇到的报错其实是因为regexp_extract只认字符串类型的参数，但COLLECT_LIST返回的my_col是array<string>类型，自然就参数不匹配报错了。下面给你两种解决方案，其中第一种绝对是最优选择：

方案1：用concat_ws一步到位（强烈推荐） #

Hive本身就有专门处理数组转字符串的函数——concat_ws，它可以直接把数组元素用你指定的分隔符连起来，完全不用去处理那些方括号和引号，性能和可读性都拉满。

直接用这段代码就行：

SELECT concat_ws(', ', COLLECT_LIST(col_name)) AS my_col 
FROM my_table

运行后就能得到你想要的car, motorcycle、train, boat、airplane, bicycle这种格式，完美匹配业务报表需求。

方案2：用regex_replace作为备选 #

如果因为某些特殊场景必须用正则的话，你得先把数组转成字符串（Hive里数组转字符串会自动带上[]和""），再用正则把这些符号去掉。

示例代码如下：

SELECT regex_replace(cast(COLLECT_LIST(col_name) AS string), '\\[|\\]|\\"', '') AS my_col 
FROM my_table

要是你需要逗号后面加空格，就多套一层replace：

SELECT replace(
    regex_replace(cast(COLLECT_LIST(col_name) AS string), '\\[|\\]|\\"', ''),
    ',', ', '
) AS my_col 
FROM my_table

为啥说concat_ws是最优方案？ #

• 性能更好：直接操作数组结构，不需要先转字符串再做正则匹配的额外开销
• 代码更简洁：一行代码搞定，别人看一眼就懂你要干嘛
• 更可靠：如果数组元素本身包含括号或引号（虽然你的场景里没有，但保不准以后有），正则替换会把这些合法字符也删掉，而concat_ws只会拼接元素本身，不会出问题

内容的提问来源于stack exchange，提问作者jimiclapton