字符串函數 String Functions
ascii(string str)
- 返回結果: 返回字符串str首字母的十進制ascii碼
- 返回類型: int
select ascii('ABC');
-- 結果爲 65
base64(binary bin)
- 返回結果: 將二進制轉換爲base64編碼
- 返回類型: string
select base64(encode('Uncle Bean', 'utf8'));
-- 結果爲 VW5jbGUgQmVhbg==select base64(encode('Melon-and-fruit-fields', 'utf-8'));
-- 結果爲 TWVsb24tYW5kLWZydWl0LWZpZWxkcw====
character_length(string str)
- character_length 可縮寫爲 char_length
- 返回結果: 返回str中包含的UTF-8字符數
- 返回類型: int
select character_length('123456');
-- 結果爲 6select char_length('ABCDEFGHIJK');
-- 結果爲 11
chr(bigint|double A)
- 返回結果: 將數字A轉爲對應的ascii字符, 如果A大於等於256,則結果同chr(A % 256)
- 返回類型: string
select chr(65);
-- 結果爲 Aselect chr(65.6);
-- 結果爲 Aselect chr(321);
-- 結果爲 Aselect chr(321 % 256);
-- 結果爲 A
concat(string|binary A, string|binary B...)
- 返回結果: 拼接字符串,函數接受任意數量的輸入
- 返回類型: string
select concat('A', 'C', 'B');
-- 結果爲 ACBselect concat(encode('A', 'utf8'), encode('C', 'utf8'), encode('B', 'utf8'));
-- 結果爲 ACB
context_ngrams(array<array>, array, int K, int pf)
- 返回結果: 使用n-gram模型,通過指定array,提取前K個上下文文本;pf越大,精度越高,同時消耗的內存資源也更大
- 返回類型: array<struct<string,double>>
select context_ngrams(array(array('from','a'),array('from','a'),array('from','b')), array('from', null), 1);
-- 結果爲 [{"ngram":["a"],"estfrequency":2.0}]select context_ngrams(array(array('from','a'),array('from','a'),array('from','b')), array('from', null), 2);
-- 結果爲 [{"ngram":["a"],"estfrequency":2.0},{"ngram":["b"],"estfrequency":1.0}]
concat_ws(string SEP, string A, string B...)
- 返回結果: 使用指定分隔符 SEP 拼接字符串,傳入參數爲多個字符串
- 返回類型: string
select concat_ws('-', 'Melon', 'and', 'fruit', 'fields');
-- 結果爲 Melon-and-fruit-fields
concat_ws(string SEP, array)
- 返回結果: 使用指定分隔符 SEP 拼接字符串,傳入參數爲 array
- 返回類型: string
select concat_ws('-', array('Melon', 'and', 'fruit', 'fields'));
-- 結果爲 Melon-and-fruit-fields
decode(binary bin, string charset)
- 返回結果: 解碼(字符集 charset 包括'US-ASCII', 'ISO-8859-1', 'UTF-8', 'UTF-16BE', 'UTF-16LE', 'UTF-16')
- 返回類型: string
select decode(encode('A', 'utf8'), 'UTF-8');
-- 結果爲 A
elt(N int,str1 string,str2 string,str3 string,...)
- 返回結果: 返回第N個傳入參數,如果N小於1或者大於字符串參數的個數則返回NULL
- 返回類型: string
select elt(2, 'Melon', 'and', 'fruit', 'fields');
-- 結果爲 andselect elt(5, 'Melon', 'and', 'fruit', 'fields');
-- 結果爲 NULL
encode(string src, string charset)
- 返回結果: 編碼
- 返回類型: binary
select encode('A','UTF-8');
-- 結果爲 Aselect encode('A','US-ASCII');
-- 結果爲 A
field(val T,val1 T,val2 T,val3 T,...)
- 返回結果: 返回val在後續參數中出現的位置,如果val爲NULL或者未找到則返回0
- 返回類型: int
select field(11, 13, 12, 11);
-- 結果爲 3select field('a', 'c', 'b', 'a');
-- 結果爲 3select field('d', 'c', 'b', 'a');
-- 結果爲 0
find_in_set(string str, string strList)
- 返回結果: 返回str在strList中出現的位置,未找到或者str中包含逗號則返回0(strList是一個用逗號隔開的字符串)
- 返回類型: int
select find_in_set('and', 'Melon,and,fruit,fields');
-- 結果爲 2select find_in_set('And', 'Melon,and,fruit,fields');
-- 結果爲 0select find_in_set('and,', 'Melon,and,fruit,fields');
-- 結果爲 0select find_in_set(NULL, 'Melon,and,fruit,fields');
-- 結果爲 NULL
format_number(number x, int d)
- 返回結果: 格式化數字x爲包含d個小數位的數字,並用千分位表示
- 返回類型: string
select format_number(1234.16, 1);
-- 結果爲 1,234.2select format_number(1234.14, 1);
-- 結果爲 1,234.1
get_json_object(string json_string, string path)
- 返回結果: 提取json對象值
- 返回類型: string
select get_json_object('{"key":"value"}', '$.key');
-- 結果爲 valueselect get_json_object('[{"key":"value"}, {"key":"value2"}]', '$[1].key');
-- 結果爲 value2select get_json_object('["value3"]', '$[0]');
-- 結果爲 value3
in_file(string str, string filename)
- 返回結果: 如果str是文件filename裏面的一行則返回true,否則返回false
- 返回類型: boolean
select in_file('123', 'hdfs:/tmp/test/test.csv');
-- 結果爲 trueselect in_file('12', 'hdfs:/tmp/test/test.csv');
-- 結果爲 false- /tmp/test/test.csv爲hdfs上的文件,有兩行數據,第一行爲123,第二行爲456
instr(string str, string substr)
- 返回結果: 返回substr在str中第一次出現的位置,未出現則返回0(如果參數爲NULL則返回NULL;位置從1開始)
- 返回類型: int
select instr('1234', '23');
-- 結果爲 2select instr('1234', '2345');
-- 結果爲 0select instr('1234', NULL);
-- 結果爲 NULLselect instr(NULL, '23');
-- 結果爲 NULL
length(string A)
- 返回結果: 返回字符串A的長度
- 返回類型: int
select length('123');
-- 結果爲 3select length('');
-- 結果爲 0select length(NULL);
-- 結果爲 NULL
locate(string substr, string str[, int pos])
- 返回結果: 返回substr在str的pos-1位後第一次出現的位置
- 返回類型: int
select locate('12', '1212');
-- 結果爲 1select locate('12', '1212', 1);
-- 結果爲 1select locate('12', '1212', 2);
-- 結果爲 3
lower(string A) lcase(string A)
- 返回結果: 返回小寫的字符串A
- 返回類型: string
select lower('Aa');
-- 結果爲 aaselect lcase('Aa');
-- 結果爲 aa
lpad(string str, int len, string pad)
- 返回結果: 使用pad填充字符串str的左邊,使其長度變爲len;如果字符串str的長度大於len,則str將被截斷;如果pad爲空字符或者NULL,則返回NULL
- 返回類型: string
select lpad('123', 5, '0');
-- 結果爲 00123select lpad('123', 2, '0');
-- 結果爲 12select lpad('123', 5, '');
-- 結果爲 NULL
ltrim(string A)
- 返回結果: 去掉字符串A左邊的空格
- 返回類型: string
select ltrim(' 123 3 ');
-- 結果爲 '123 3 '
ngrams(array<array>, int N, int K, int pf)
- 返回結果: 提取前K個N-gram(N-gram就是一個長度爲N的詞語組成的序列)
- 返回類型: array<struct<string,double>>
select ngrams(array(array('from','a'),array('from','a'),array('from','b')), 2, 1);
-- 結果爲 [{"ngram":["from","a"],"estfrequency":2.0}]select ngrams(array(array('from','a'),array('from','a'),array('from','b')), 1, 1);
-- 結果爲 [{"ngram":["from"],"estfrequency":3.0}]
octet_length(string str)
- 返回結果: 返回以UTF-8編碼保存字符串str所需的八位字節數
- 返回類型: int
select octet_length('AAA1');
-- 結果爲 15
parse_url(string urlString, string partToExtract [, string keyToExtract])
- 返回結果: 解析url(partToExtract包括HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, 以及USERINFO)
- 返回類型: string
select parse_url('https://github.com/TheUncleWhoGrowsBeans/Melon-and-fruit-fields', 'HOST');
-- 結果爲 github.comselect parse_url('https://github.com/TheUncleWhoGrowsBeans/Melon-and-fruit-fields', 'PATH');
-- 結果爲 /TheUncleWhoGrowsBeans/Melon-and-fruit-fieldsselect parse_url('http://hostname.com/path?k1=v1&k2=v2#ref1', 'REF');
-- 結果爲 ref1select parse_url('http://hostname.com/path?k1=v1&k2=v2#ref1', 'QUERY', 'k2');
-- 結果爲 v2
printf(String format, Obj... args)
- 返回結果: 返回printf-style的字符串
- 返回類型: string
select printf('%s%d歲了', 'Uncle Bean', 1);
-- 結果爲 Uncle Bean1歲了
quote(String text)
- 返回結果: 返回帶引號的字符串
- 返回類型: string
select quote('Uncle Bean');
-- 結果爲 'Uncle Bean'
regexp_extract(string subject, string pattern, int index)
- 返回結果: 正則提取
- 返回類型: string
select regexp_extract('http://hostname.com/path?k1=v1&k2=v2#ref1', 'http://([0-9a-zA-z]+.[0-9a-zA-z]+)/', 1);
-- 結果爲 hostname.com
regexp_replace(string INITIAL_STRING, string PATTERN, string REPLACEMENT)
- 返回結果: 正則替換
- 返回類型: string
select regexp_replace('我1不23要456數7890字', '[0-9]+', '');
-- 結果爲 我不要數字
repeat(string str, int n)
- 返回結果: 返回重複n次str後的字符串
- 返回類型: string
select repeat('a', 3);
-- 結果爲 aaa
replace(string A, string OLD, string NEW)
- 返回結果: 替換
- 返回類型: string
select replace('123123', '123', 'haha');
-- 結果爲 hahahaha
reverse(string A)
- 返回結果: 反轉字符串A
- 返回類型: string
select reverse('1234');
-- 結果爲 4321
rpad(string str, int len, string pad)
- 返回結果: 使用pad填充字符串str的右邊,使其長度變爲len;如果字符串str的長度大於len,則str將被截斷;如果pad爲空字符或者NULL,則返回NULL
- 返回類型: string
select rpad('123', 5, '0');
-- 結果爲 12300select rpad('123', 2, '0');
-- 結果爲 12select rpad('123', 5, '');
-- 結果爲 NULL
rtrim(string A)
- 返回結果: 去掉字符串A右邊的空格
- 返回類型: string
select rtrim('1 123 ');
-- 結果爲 1 123
sentences(string str, string lang, string locale)
- 返回結果: 將自然語言文本串標記爲單詞和句子(分詞)
- 返回類型: array<array>
select sentences('Hello Bean! How are you?');
-- 結果爲 [["Hello","Bean"],["How","are","you"]]
space(int n)
- 返回結果: 返回n個空格的字符串
- 返回類型: string
select concat('->', space(3), '<-');
-- 結果爲 -> <-
split(string str, string pat)
- 返回結果: 使用指定分隔符pat拆分字符串str
- 返回類型: array
select split('123123', '2');
-- 結果爲 ["1","31","3"]select split('123123', '12');
-- 結果爲 ["","3","3"]
str_to_map(text[, delimiter1, delimiter2])
- 返回結果: 將字符串轉換爲map
- 返回類型: map<string,string>
select str_to_map('k1:v1,k2:v2');
-- 結果爲 {"k1":"v1","k2":"v2"}
substr(string|binary A, int start) substring(string|binary A, int start)
- 返回結果: 截取字符串
- 返回類型: substr
select substr('12345', 2);
-- 結果爲 2345select substring('12345', 2);
-- 結果爲 2345
substr(string|binary A, int start, int len) substring(string|binary A, int start, int len)
- 返回結果: 截取字符串
- 返回類型: string
select substr('12345', 2, 3);
-- 結果爲 234select substring('12345', 2, 3);
-- 結果爲 234
substring_index(string A, string delim, int count)
- 返回結果: 根據delim將字符串A分爲多個部分,然後根據count返回部分字符串
- 返回類型: string
select substring_index('1.2.3', '.', 2);
-- 結果爲 1.2select substring_index('1.2.3', '.', -2);
-- 結果爲 2.3
translate(string|char|varchar input, string|char|varchar from, string|char|varchar to)
- 返回結果: 將出現在from中的每個字符替換爲to中的相應字符;若from比to長,那麼在from中比to中多出的字符將會被刪除
- 返回類型: string
select translate('abc不是ab', 'abc', 'd');
-- 結果爲 d不是dselect translate('abc不是a,也不是b,也不是c', 'abc', 'd');
-- 結果爲 d不是d,也不是,也不是
trim(string A)
- 返回結果: 去掉字符串A左右兩邊的空格
- 返回類型: string
select concat('->', trim(' 1 1 '), '<-');
-- 結果爲 ->1 1<-
unbase64(string str)
- 返回結果: base64解碼
- 返回類型: binary
select unbase64('VW5jbGUgQmVhbg==');
-- 結果爲 Uncle Bean
upper(string A) ucase(string A)
- 返回結果: 返回大寫的字符串A
- 返回類型: string
select upper('aa');
-- 結果爲 AAselect ucase('aa');
-- 結果爲 AA
initcap(string A)
- 返回結果: 轉換爲首字母大寫的字符串A
- 返回類型: string
select initcap('the uncle who grows beans');
-- 結果爲 The Uncle Who Grows Beans
levenshtein(string A, string B)
- 返回結果: 返回兩個字符串之間的Levenshtein距離(也稱編輯距離,指的是兩個字符串之間,由一個轉換成另一個所需的最少編輯操作次數)
- 返回類型: int
select levenshtein('hehe', 'haha');
-- 結果爲 2
soundex(string A)
- 返回結果: 返回字符串的soundex代碼
- 返回類型: string
select soundex('Uncle Bean');
-- 結果爲 U524
相關文章
Hive函數大全(含例子)之數學函數(Mathematical Functions)