我是etl的新手，我被分配了一项任务，在将数据提供给客户机之前对一些敏感信息进行清理。
我正在使用与 Impala 网络客户端。
我想做的是：
例如，列info '京客隆（三里屯店）' ，然后我需要把它转换成 '京XXX店）' .
我的问题是：
select '京客隆（三里屯店）', concat(substr('京客隆（三里屯店）', 1, 3), 'XXX', substr('京客隆（三里屯店）', char_length('京客隆（三里屯店）') -6, 6));但我在输出中得到了胡言乱语：
'京客隆（三里屯店）' | concat(substr('京客隆（三里屯店）', 1, 3), 'xxx', substr('京客隆（三里屯店）', char_length('京客隆（三里屯店）') - 6, 6))
京客隆（三里屯店） | 京XXX�店�问题是： select '京客隆（三里屯店）', substr('京客隆（三里屯店）', char_length('京客隆（三里屯店）') -3 , 3); 输出： 京客隆（三里屯店） �� 没有正确的字符。为什么？我将字符串粘贴到pythonshell中，如果只取最后3个字节，就可以得到正确的字符。
1条答案
按热度按时间xvw2m8pv1#
原来我误解了这个函数
substr.substr(STRING a, INT start [, INT len]):它需要从（包括）开始的字符
INT start. 比如我的字符串'京客隆（三里屯店）'是27字节长，每个utf8字符占用3个字节。我要拿最后一个3字节，这是），那么我需要写：substr('京客隆（三里屯店）, 27 - 2 ,3 ).然后它得到
25, 26, 273字节并显示字符）正确地。更新时间：
我被告知要使用：
SELECT regexp_replace('京客隆（三里屯店）', '(.)(.*)(.{2})', '\\1***\\3');很有魅力：p。