Hive如何去除首尾换行符？trim()无法生效的非UDF替代方案有哪些？

Hive内置的trim()函数默认仅支持移除字符串首尾的半角空格（ASCII码32），无法识别换行符\n、回车符\r等空白字符，以下是无需自定义UDF的实现方案：

• 方案1：使用regexp_replace()正则替换
  直接通过正则匹配首尾的换行/回车/制表符等空白字符，语法示例：

  -- 仅移除首尾的换行符\n
  SELECT regexp_replace(your_column, '^\n+|\n+$', '') AS cleaned_str FROM your_table;
  -- 移除首尾所有空白字符（包含换行、回车、制表符、全角/半角空格）
  SELECT regexp_replace(your_column, '^[\\s\\r\\n]+|[\\s\\r\\n]+$', '') AS cleaned_str FROM your_table;
  

  注意Hive的正则里反斜杠需要双重转义，所以写\\s而不是\s。
• 方案2：Hive 2.3+版本使用增强版trim函数
  Hive 2.3及以上版本新增了带第二个参数的trim()重载，可以指定要移除的字符集，直接把换行符加入待移除字符即可：

  -- 同时移除首尾的空格和换行符
  SELECT trim(' \n' FROM your_column) AS cleaned_str FROM your_table;
  

  如果还需要移除回车符，直接把\r也加进第一个参数即可：trim(' \n\r' FROM your_column)
• 方案3：嵌套使用replace()+trim()组合
  如果你只需要处理换行，不需要复杂匹配，也可以先把换行符替换成空格，再用trim处理，适合低版本Hive不想写正则的场景：

  SELECT trim(replace(replace(your_column, '\n', ' '), '\r', ' ')) AS cleaned_str FROM your_table;
  

  该方案的局限性是会把字符串中间的换行也替换成空格，如果需要保留中间换行的话不要用这个方案。

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