如果可以用start作为分隔符，可能下面的代码没有自定义项就可以工作

SET textinputformat.record.delimiter 'START';
a  =  load  '<input path>' as  (data:chararray);
dump a;

输出如下所示：

(
    name: Jim
    enter code here`phone: 2128789283
    address: 56 2nd street, New York, USA
    END
    )

    (
    name: Tom
    phone: 6308789283
    address: 56 5th street, Chicago, 13611, USA
    END
    )

现在两者都被分成两个元组。

你可以像盖伊提到的那样预处理你的输入，也可以应用这里描述的其他技巧。
我认为最干净的解决方案是实现一个定制的inputformat（以及它的recordreader），它创建一个记录/开始-结束。pig的loadfunc位于hadoop的inputformat之上，因此您可以定义loadfunc将使用哪种inputformat。
自定义loadfunc的原始框架实现如下所示：

import java.io.IOException;
import org.apache.hadoop.mapreduce.InputFormat;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.RecordReader;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.pig.LoadFunc;
import org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigSplit;
import org.apache.pig.data.Tuple;
import org.apache.pig.data.TupleFactory;

public class CustomLoader extends LoadFunc {

    private RecordReader reader;
    private TupleFactory tupleFactory;

    public CustomLoader() {
        tupleFactory = TupleFactory.getInstance();
    }

    @Override
    public InputFormat getInputFormat() throws IOException {
        return new MyInputFormat(); //custom InputFormat
    }

    @Override
    public Tuple getNext() {
        Tuple result = null;
        try {
            if (!reader.nextKeyValue()) {
                return null;
            }
            //value can be a custom Writable containing your name/value 
            //field pairs for a given record
            Object value = reader.getCurrentValue();
            result = tupleFactory.newTuple();
            // ...
            //append fields to tuple
        }
        catch (Exception e) {
            // ...
        }
        return result;
    }

    @Override
    public void prepareToRead(RecordReader reader, PigSplit pigSplit) 
      throws IOException {
        this.reader = reader;
    }

    @Override
    public void setLocation(String location, Job job) throws IOException {
        FileInputFormat.setInputPaths(job, location);
    }
}

之后 LoadFunc 初始化 InputFormat 以及它的 RecordReader ，它定位数据的输入位置并开始从recordreader获取记录，创建结果元组（getnext（）），直到完全读取输入。
关于自定义输入格式的一些备注：
我将创建一个自定义输入格式，其中recordreader是 org.apache.hadoop.mapreduce.lib.input.LineRecordReader ：除了 initialize() ：它将调用自定义linereader（基于 org.apache.hadoop.util.LineReader ). inputformat的键应该是行偏移量（long），值应该是一个自定义的可写值。这将保存记录的字段（即开始和结束之间的数据）作为键值对的列表。每次你的阅读器 nextKeyValue() 记录被写入可由linereader写入的自定义文件。整件事的要点是如何实现 LineReader.readLine() .
另一种可能更简单的方法是更改textinputformat的分隔符（它在hadoop0.23中是可配置的，请参阅） textinputformat.record.delimiter )一个适合您的数据结构（如果可能的话）。在这种情况下，您的数据最终将进入 Text 您需要从中拆分和提取kv对，并将其转换为元组。