在配置单元中，该模式如何识别嵌套的json和json数组？ [英] In Hive, how does this pattern recognize nested json from json arrays?

问题描述

我正在阅读此问题：Parse JSON Array and load into hive table。

嵌套的json包含多个}和{，但正则表达式模式(?<=\}),(?=\{)可以识别json元素。有谁能解释一下这个拆分功能是如何工作的吗？

select 
split(substr('[{"a":{"c":"sss"},"w":123},{"b":2},{"r":{"c":"sss"},"w":555}]',2),'(?<=\}),(?=\{)')[0],
split(substr('[{"a":{"c":"sss"},"w":123},{"b":2},{"r":{"c":"sss"},"w":555}]',2),'(?<=\}),(?=\{)')[1],
split(substr('[{"a":{"c":"sss"},"w":123},{"b":2},{"r":{"c":"sss"},"w":555}]',2),'(?<=\}),(?=\{)')[2]

结果为：

{"a":{"c":"sss"},"w":123}   {"b":2}    {"r":{"c":"sss"},"w":555}]

顺便说一句，没有[的数组被发送到json_tuple，如{"a":1},{"b":2}]。这根本不是json数组，为什么json_tuple可以使用它？

推荐答案

REGEXP'(?<=\}),(?=\{)'仅在}和{之间匹配逗号，不包括大括号

(?<=\})是一个零宽度的后视，断言字符串中紧靠当前位置之前的内容是}

(?=\{)为零宽度正前视断言，表示应为{当前位置之后

因此，Split函数使用逗号将字符串拆分到数组中，不包括方括号。这会产生以下元素的数组：

元素0为{"a":{"c":"sss"},"w":123}
元素%1为{"b":2}
元素%2是{"r":{"c":"sss"},"w":555}]

在上面提到的答案中，explode应用于数组，它产生具有数组元素的行。

json_tuple接收元素(数组已分解)，而不是数组。是的，在最后一个元素中是多余的]，最好也去掉它，json_tuple将元素识别为结构，而不是数组，因为没有[。

这篇关于在配置单元中，该模式如何识别嵌套的json和json数组？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！