Apache Pig - REPLACE() 函数

此函数用于将给定字符串中的所有字符替换为新字符。

语法

以下是REPLACE() 函数的语法。此函数接受三个参数，即：

• string - 要替换的字符串。如果要替换关系中的字符串，则必须传递字符串所属的列名。

• regEXP - 在这里，我们必须传递要替换的字符串/正则表达式。

• newChar - 在这里，我们必须传递字符串的新值。

grunt> REPLACE(string, 'regExp', 'newChar');

示例

假设在HDFS目录/pig_data/中有一个名为emp.txt的文件，如下所示。此文件包含员工详细信息，例如 id、姓名、年龄和城市。

emp.txt

001,Robin,22,newyork
002,BOB,23,Kolkata
003,Maya,23,Tokyo
004,Sara,25,London 
005,David,23,Bhuwaneshwar 
006,Maggy,22,Chennai
007,Robert,22,newyork 
008,Syam,23,Kolkata
009,Mary,25,Tokyo 
010,Saran,25,London 
011,Stacy,25,Bhuwaneshwar 
012,Kelly,22,Chennai

并且，我们已使用名为emp_data的关系将此文件加载到 Pig 中，如下所示。

grunt> emp_data = LOAD 'hdfs://127.0.0.1:9000/pig_data/emp1.txt' USING PigStorage(',')
   as (id:int, name:chararray, age:int, city:chararray);

以下是REPLACE() 函数的示例。在此示例中，我们已将城市Bhuwaneshwar的名称替换为较短的Bhuw。

grunt> replace_data = FOREACH emp_data GENERATE (id,city),REPLACE(city,'Bhuwaneshwar','Bhuw');

以上语句将emp_data关系中名为city的列中的字符串'Bhuwaneshwar'替换为'Bhuw'并返回结果。此结果存储在名为replace_data的关系中。使用 Dump 操作符验证replace_data关系的内容，如下所示。

grunt> Dump replace_data;
 
((1,newyork),newyork)
((2,Kolkata),Kolkata)
((3,Tokyo),Tokyo)
((4,London),London) 
((5,Bhuwaneshwar),Bhuw)
((6,Chennai),Chennai)
((7,newyork),newyork) 
((8,Kolkata),Kolkata)
((9,Tokyo),Tokyo) 
((10,London),London) 
((11,Bhuwaneshwar),Bhuw) 
((12,Chennai),Chennai)