使用Hive 过程中 需要做一些UDF的开发,简单贴一个UDF 是用来去除字符串中的所有中英文符号
本人Java菜鸟 代码可能不好看勿喷啊。仅供参考
package com.fccs.utils;
import java.text.ParseException;
import org.apache.Hadoop.hive.ql.exec.UDF;
/***
* 本类是用于字符串替换支持正则表达
* @author yqj@fccs.com
* @date 2015-5-28
* @version 1.0
*
*/
public class F_str_replace extends UDF{
public String evaluate(String str,String ...args) {
if(str != null){
str = str.trim();
}
if(str == null || "".equals(str)){
return "null";
}
return get_str_replace( str,args);
}
/**
* 传入一个字符串,把所有符合条件的字符串和空字符转换为“null”,不符合条件的就返回原字符串
* 比如:get_str_replace("金成·江南春城 (·竹海水韵)")
* 转换后:"金成江南春城竹海水韵"
* @param subject
* @param args 多参数 args[0] 要替换成的字符串, args[1] 正则表达式
* @use:get_str_replace(subject,replacement,pattern)
* @return result
*/
private static String get_str_replace(String subject,String...args){
String text = "null";
if(subject != null){
subject = subject.trim();
}
if(subject == null || "".equals(subject)){
return "null";
}
if(args.length==0){
text = subject.replaceAll( "\\p{Punct}","" );
text = text.replaceAll("\\pP" , "");
text = text.replaceAll("\\p{P}" ,"");
text = text.replaceAll( "[\\p{P}+~$`^=|<>~`$^+=|<>¥×]" , "");
}else if (args.length==1){
String replacement = args[0].length()>0?args[0]:"";
text = subject.replaceAll( "\\p{Punct}",replacement );
text = text.replaceAll("\\pP" , replacement);
text = text.replaceAll("\\p{P}" ,replacement);
text = text.replaceAll( "[\\p{P}+~$`^=|<>~`$^+=|<>¥×]" , replacement);
}else{
String pattern = args[1];
String replacement = args[0] ;
text = subject.replaceAll( pattern,replacement);
}
text = text.replaceAll("\\s+", ""); //过滤多余空格
return text;
}
}