|
|
本文为您介绍如何分别通过Java UDF和Python UDF实现获取键值对字符串中指定Key对应的Value值，其中Key或Value本身含有二级分隔符。
命令说明
本示例将注册一个名称为 UDF_EXTRACT_KEY_VALUE_WITH_SPLIT 的自定义函数，下面对命令格式和入参进行说明。
string UDF_EXTRACT_KEY_VALUE_WITH_SPLIT(string <s>, string <split1>, string <split2>, string <keyname>)-
函数功能：在键值对字符串 s 中使用 split1 分割出键值对后，再根据 split2 分割键值对获得键和值，最后返回键 keyname 对应的值。与 获取键值对字符串中指定Key的Value示例 主要的不同在于，该UDF适用于Key或者Value本身含有二级分隔符的情况。
-
参数说明：
-
s ：源字符串，STRING类型，必填。
-
split1 ：通过 split1 分割出键值对，STRING类型，必填。
-
split2 ：对分割出来的键值对使用 split2 进行分割，STRING类型，必填。
-
keyname ：待获取值所对应的键名称，STRING类型，必填。
-
开发和使用步骤
1. 代码开发
Java UDF 代码示例
package com.aliyun.rewrite; //package名称，可以根据您的情况定义。
import com.aliyun.odps.udf.UDF;
public class ExtractKeyValueWithSplit extends UDF{
* 使用split1分割出键值对后，再根据split2分割键值对
* @param str 源字符串
* @param split1 分割出键值对的标识
* @param split2 分割出key value的标识
* @param keyname 目标key名称
* @return 目标value
public String evaluate(String str, String split1, String split2, String keyname) {
if(str==null || split1==null || split2==null || keyname==null){
return null;
try {
// 将keyname和二级分割符组合
String keySplit = keyname + split2;
// 遍历字符串，先用split1进行键值对分割。
for(String subStr: str.split(split1)){
// 匹配key+split2，获取字符串剩余的value值
if (subStr.startsWith(keySplit)){
return subStr.substring(keySplit.length());
} catch (Exception e) {
return null;
return null;
使用Java语言编写UDF代码必须继承UDF类，本例中 evaluate 方法定义了四个 string 类型的入参和 string 类型的返回值，输入参数和返回值的数据类型将作为SQL语句中UDF的函数签名Signature，其他代码规范和要求请参考： UDF开发规范与通用流程（Java） 。
Python3 UDF 代码示例
from odps.udf import annotate
@annotate("string,string,string,string->string")
class ExtractKeyValueWithSplit(object):
def evaluate(self, s, split1, split2, keyname):
if not s:
return None
key_split = keyname + split2
# 遍历字符串，先用split1进行键值对分割。
for subStr in s.split(split1):
# 匹配key+split2，获取字符串剩余的value值
if subStr.startswith(key_split):
return subStr[len(key_split):]
MaxCompute默认使用Python 2，可以在Session级别使用命令
set odps.sql.python.version=cp37
开启Python 3。更多 Python3 UDF规范请参考：
UDF开发规范与通用流程（Python3）
。
Python2 UDF 代码示例
#coding:utf-8
from odps.udf import annotate
@annotate("string,string,string,string->string")
class ExtractKeyValueWithSplit(object):
def evaluate(self, s, split1, split2, keyname):
if not s:
return None
key_split = keyname + split2
# 遍历字符串，先用split1进行键值对分割。
for subStr in s.split(split1):
# 匹配key+split2，获取字符串剩余的value值
if subStr.startswith(key_split):
return subStr[len(key_split):]
当Python 2代码中出现中文字符时，运行程序会报错，必须在代码头部增加编码声明。固定声明格式为
#coding:utf-8
或
# -*- coding: utf-8 -*-
，二者等效。更多 Python2 UDF规范请参考：
UDF开发规范与通用流程（Python2）
。
2. 上传资源和注册函数
完成UDF代码开发和调试之后，将资源上传至MaxCompute并注册函数，本示例注册函数名： UDF_EXTRACT_KEY_VALUE_WITH_SPLIT 。Java UDF上传资源与注册函数详情步骤请参见： 打包、上传及注册 ，Python UDF请参见： 上传及注册 。
3. 使用示例
成功注册UDF后，执行以下命令，从键值对字符串中获取键为 name 的值，而 name 对应的value是包含分隔符。
set odps.sql.python.version=cp37; -- python3 UDF需要使用该命令开启python3
SELECT UDF_EXTRACT_KEY_VALUE_WITH_SPLIT('name:zhangsang:man;age:2;', ';', ':', 'name');执行结果如下：
+--------------+
| _c0 |
+--------------+
| zhangsan:man |
+--------------+