使用aws athena服务，我尝试导入包含新行数据的csv文件
导入数据使用配置单元serde格式。
如果数据是这样的，（每个数据用双引号括起来）
“数据A”|“数据B”|“数据C”
“数据1”|“数据2
带新行“|”数据3
“数据가"|"数据2나"|"数据나"
那么如何将正则表达式写入下表ddl？
CREATE EXTERNAL TABLE ssdm_schema.ABCTable_regex (
Data_A VARCHAR(100)
, Data_B VARCHAR(100)
, Data_C VARCHAR(100)
) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
"input.regex" = '?????????'
)我问这个问题是指下面的答案。
如何处理aws athena中的嵌入换行符
谢谢您
1条答案
按热度按时间smdncfj31#
解决了。https://regex101.com/r/byf1zm/3
"([\w\s\n\r\X]+?)"\|"([\X\w\s\n\r]+?)"\|"([\X\w\s\n\r]+?)"与g叶和u尼科德旗集合。有三件事让这件事变得棘手：
第2行数据中间的换行符
第2行数据中间的空白
unicode
这个正则表达式可能更简洁，因为匹配模式会重复。