Hive中从字符串提取指定值：如何获取首个/前的数值5

嘿，我来帮你搞定这个小问题！你之所以拿不到第一个斜杠前的5，核心原因是Hive的split函数返回的数组是从索引0开始计数的——你之前用的[1]是取第一个斜杠后面的内容，[2]是第二个斜杠后面的，自然拿不到最开头的数值。

方法一：修正split函数的索引 #

直接把数组索引改成[0]就能拿到目标数值了，完整SQL如下：

SELECT 
  floor(split(logsummary, '[/]')[0]) as first_value, -- 这里取索引0，就是第一个/前的5
  floor(split(logsummary, '[/]')[1]) as draws, 
  floor(split(logsummary, '[/]')[2]) as losses 
FROM table A;

方法二：用substring_index更简洁 #

如果你觉得记索引麻烦，Hive还提供了substring_index函数，专门用来按分隔符截取内容，写法更直观：

SELECT 
  floor(substring_index(logsummary, '/', 1)) as first_value, -- 取第一个/前的所有内容
  floor(split(logsummary, '[/]')[1]) as draws, 
  floor(split(logsummary, '[/]')[2]) as losses 
FROM table A;

这个函数的逻辑是：substring_index(字段名, 分隔符, 截取次数)，当次数为正数时，从左往右数第N个分隔符前的内容，这里写1就刚好取第一个斜杠前的数值。

我刚开始用Hive的字符串函数时，也经常搞混split的索引起始位，所以特别能理解你的困惑～

内容的提问来源于stack exchange，提问作者Perry