在我们的用例中，我们得到的utf-8文本数据的格式如下：

Data1§Data2
Data3§Data4

现在我们希望在ApacheHive中将data1和data3放在一列中，将data2和data4放在一列中。听起来很简单。
但是，我们无法指定§ 字符（unicode u+00a7“段号”见此处）作为字段分隔符。
我们试过以下几种方法，但都没有达到可以接受的效果。
1） 使用方法终止的正规域

ROW FORMAT DELIMITED FIELDS TERMINATED BY '§'

返回（注意？附加到每个单元格，在其他客户端中，unicode符号表示无法识别的符号）

+--------------------+--------------------+--+
| test.column1       | test.column2          |
+--------------------+--------------------+--+
| Data1?             | Data2?                |
| Data3?             | Data4?                |
+--------------------+--------------------+-

或八进制表示法

ROW FORMAT DELIMITED FIELDS TERMINATED BY '\247'

或

ROW FORMAT DELIMITED FIELDS TERMINATED BY '\304\247'

返回：

+--------------------+--------------------+--+
| test.column1       | test.column2          |
+--------------------+--------------------+--+
| Data1?Data2        | NULL                  |
| Data3?Data4        | NULL                  |
+--------------------+--------------------+--+

2） 使用regexserde

ROW FORMAT SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
"input.regex" = "^([^\\]]+)\\\247([^\\]]+)$")

（在某些测试源数据中，将字段分隔符更改为/并使用\057（八进制表示/）可以得到正确的结果，但更改源数据对我们来说是不可行的。）
或

ROW FORMAT SERDE 'org.apache.hadoop.hive.contrib.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
"input.regex" = "^([^\\]]+)\\$([^\\]]+)$")

（在DESCRIPE格式的table语句中，这将产生：

input.regex  ^([^\\]]+)\\\uFFFD\uFFFD([^\\]]+)$

其中\ufffd是不可识别符号的unicode表示形式）
选择的结果总是相同的：

+--------------------+--------------------+--+
| test.column1       | test.column2          |
+--------------------+--------------------+--+
| NULL               | NULL                  |
| NULL               | NULL                  |
+--------------------+--------------------+--+

我目前的研究表明：
1） 配置单元不能使用八进制数高于177的不可打印ascii字符。在github上的一些其他代码中，指向这一点的指针让我感到惊讶，它说：
配置单元可以指定格式为“\ooo”的分隔符字符，其中ooo是介于000和177之间的三位八进制数。
2） 我还发现，在bigsql的文档（但在官方文档中没有）中，只有一个字节的字符可以用作字段delim，其中说明：
分隔符必须是单字节字符
至于我的研究§ (unicode u+00a7）是一个2字节字符（11000010:10100111）
这是不是意味着我不能使用这个分隔符，或者有其他方法可以使用它？
小更新，如果此问题未解决且有人需要它：
我尝试了以下方法：将数据暂存为一列表，然后进行转换§ 到，（逗号），然后用逗号分开。这适用于小样本数据，但对于包含200多个列的较大生产表则失败，并出现错误。

select
split(a.textcolumn, '\\,')[0] as column1
,split(a.textcolumn, '\\,')[1] as column2
from
(select translate(textcolumn, '§', ',') as textcolumn from database.stage) a;

错误如下：
sql错误：java.io.ioexception:org.apache.hadoop.hive.ql.metadata.hiveexception:计算translate时出错（staginstring，'§', ';') java.io.ioexception:org.apache.hadoop.hive.ql.metadata.hiveexception:计算translate时出错（staginstring，'§', ';') java.io.ioexception:org.apache.hadoop.hive.ql.metadata.hiveexception:计算translate时出错（staginstring，'§', ';') org.apache.hadoop.hive.ql.metadata.hiveexception:计算translate时出错（staginString，'§', ';') org.apache.hadoop.hive.ql.metadata.hiveexception:error evaluating 翻译（staginstring，'§', ';') java.lang.illegalargumentexception:空
更新2：
上面的方法是可行的，但是如果源数据不干净（有其他utf-8问题），它将抛出上面的错误。