Hive split函数支持哪些分隔符

说到Hive的split函数，不少开发者在实际使用时都会纠结同一个问题——到底支持哪些分隔符？其实答案比想象中丰富，而且使用起来相当灵活。下面就来系统盘点一下。

Hive split函数支持的分隔符类型

逗号（,）

最常用的分隔符，用于把字符串里多个值拆开，比如“apple,banana,orange”这种格式。

空格（\\s+）

用正则表达式匹配一个或多个空白字符，适合处理由单词或短语组成的文本。

制表符（\\t）

常见于日志文件或TSV格式数据，通过制表符将字段分隔开。

竖线（|）

有时用来分隔多个选项或值，比如“选项1|选项2|选项3”。

分号（;）

在某些场景下也有效，比如CSV数据里用分号代替逗号的情况，split函数一样能识别。

自定义分隔符

除了上面这些，Hive还允许你使用任意字符作为分隔符，只需在split函数中配合转义字符即可。例如split(string, '\\t')就是用制表符分割，split(string, '\\|')则是用竖线。注意转义字符必须写对，否则解析会出问题。