hive常用字符串函数

1. 字符串长度计算函数：length
   语法: length(string A)，
   返回值: int
   说明：返回字符串A的长度

   hive (default)> select length('aaa');
   3
   

2. 字符串反转函数：reverse
   语法: reverse(string A)
   返回值: string
   说明：返回字符串A的反转结果

   hive (default)> select reverse('abc');
   cba
   

3. 字符串连接函数：concat
   语法: concat(string A, string B…)
   返回值: string
   说明：返回输入字符串连接后的结果，支持任意个输入字符串

   hive (default)> select concat('aaa','bb','cc','dd');
   aaabbccdd
   

4. 带分隔符字符串连接函数：concat_ws
   语法: concat_ws(separator, [string | array(string)]+)
   返回值: string
   说明：返回输入字符串连接后的结果(输入可以是多个字符串,也可以是字符串数组)，separator表示各个字符串间的分隔符

   hive (default)> select concat_ws('.','www','baidu','com');
   www.baidu.com
   hive (default)> select concat_ws('.',array('www','baidu','com'));
   www.baidu.com
   

5. 字符串截取函数：substr,substring
   语法: substr(string A, int start),substring(string A, int start)
   返回值: string
   说明：返回字符串A从start位置到结尾的字符串

   hive (default)> SELECT substr('asdfghj', 3);
   dfghj
   hive (default)> SELECT substring('asdfghj', 3);
   dfghj
   

6. 字符串截取函数：substr,substring
   语法: substr(string A, int start, int len),substring(string A, intstart, int len)
   返回值: string
   说明：返回字符串A从start位置开始，长度为len的字符串

   hive (default)> SELECT substr('asdfghj', 3,1);
   d
   hive (default)> SELECT substring('asdfghj', 3,1);
   d
   

7. 字符串转大写函数：upper,ucase
   语法: upper(string A) ucase(string A)
   返回值: string
   说明：返回字符串A的大写格式

   hive (default)> select upper('asd');
   ASD
   hive (default)> SELECT ucase('asdfghj', 3,1);
   d
   

8. 字符串转小写函数：lower,lcase
   语法: lower(string A) lcase(string A)
   返回值: string
   说明：返回字符串A的小写格式

   hive (default)> select upper('asd');
   ASD
   hive (default)> SELECT ucase('asdfghj', 3,1);
   d
   

9. 去空格函数：trim
   语法: trim(string A)
   返回值: string
   说明：去除字符串两边的空格

   hive (default)> select trim(' abc ');
   abc
   

10. 左边去空格函数：ltrim
    语法: ltrim(string A)
    返回值: string
    说明：去除字符串左边的空格

    hive (default)> select rtrim(' abc ');
    abc
    

11. 右边去空格函数：rtrim
    语法: rtrim(string A)
    返回值: string
    说明：去除字符串右边的空格

    hive (default)> select rtrim(' abc ');
    abc
    

12. 正则表达式替换函数：regexp_replace
    语法: regexp_replace(string A, string B, string C)
    返回值: string
    说明：将字符串A中的符合java正则表达式B的部分替换为C。注意，在有 些情况下要使用转义字符,类似oracle中的regexp_replace函数。

    hive (default)> select regexp_replace('foobar', 'oo|ar', '');
    fb
    

13. 正则表达式解析函数：regexp_extract
    语法: regexp_extract(string subject, string pattern, int index)
    返回值: string
    说明：将字符串subject按照pattern正则表达式的规则拆分，返回index指定的字符。
    注意，在有些情况下要使用转义字符，跟java正则表达式的规则相同.

    hive (default)> select regexp_extract('foothebar', 'foo(.*?)(bar)', 1);
    the
    hive (default)> select regexp_extract('foothebar', 'foo(.*?)(bar)', 2);
    bar
    hive (default)> select regexp_extract('foothebar', 'foo(.*?)(bar)', 0);
    foothebar
    

14. URL解析函数：parse_url
    语法: parse_url(string urlString, string partToExtract [, stringkeyToExtract])
    返回值: string
    说明：返回URL中指定的部分。partToExtract的有效值为：HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, and USERINFO.

    hive (default)> select parse_url('http://iteblog.com?weixin=iteblog_hadoop', 'HOST');
    iteblog.com
    hive (default)> select parse_url('http://iteblog.com?weixin=iteblog_hadoop', 'QUERY','weixin');
    iteblog_hadoop
    

15. json解析函数：get_json_object
    语法: get_json_object(string json_string, string path)
    返回值: string
    说明：解析json的字符串json_string,返回path指定的内容。如果输入的json字符串无效，那么返回NULL。

    hive (default)> select get_json_object('{"store":{"fruit":[{"weight":8,"type":"apple"},{"weight":9,"type":"pear"}],"bicycle":{"price":19.95,"color":"red"}}, "email":"amy@only_for_json_udf_test.net","owner":"amy"}','$.owner');
    amy
    

16. 空格字符串函数：space
    语法: space(int n)
    返回值: string
    说明：返回长度为n的字符串

    hive (default)> select length(space(10));
    10
    

17. 重复字符串函数：repeat
    语法: repeat(string str, int n)
    返回值: string
    说明：返回重复n次后的str字符串

    hive (default)> select repeat('abc',5);
    abcabcabcabcabc
    

18. 首字符ascii函数：ascii
    语法: ascii(string str)
    返回值: int
    说明：返回字符串str第一个字符的ascii码

    hive (default)> select ascii('abcde');
    97
    

19. 左补足函数：lpad
    语法: lpad(string str, int len, string pad)
    返回值: string
    说明：将str进行用pad进行左补足到len位

    hive (default)> select lpad('abc',10,'td');
    tdtdtdtabc
    

    注意：与GP，ORACLE不同，pad 不能默认
20. 右补足函数：rpad
    语法: rpad(string str, int len, string pad)
    返回值: string
    说明：将str进行用pad进行右补足到len位

    hive (default)> select rpad('abc',10,'td');
    abctdtdtdt
    

21. 分割字符串函数: split
    语法: split(string str, stringpat)
    返回值: array
    说明: 按照pat字符串分割str，会返回分割后的字符串数组

    hive (default)> select rpad('abc',10,'td');
    ["ab","cd","ef"]
    

22. 集合查找函数:find_in_set
    语法: find_in_set(string str, string strList)
    返回值: int
    说明: 返回str在strlist第一次出现的位置，strlist是用逗号分割的字符串。如果没有找该str字符，则返回0

    hive (default)> select find_in_set('ab','ef,ab,de');
    2
    hive (default)> select find_in_set('at','ef,ab,de');
    0
    

    参考:Hive 字符串函数