hadoop - 猪过滤掉不匹配

Question

我有一堆具有各种前缀的字符串，包括“未知：”我真的很想在我的 Pig 脚本中过滤掉所有以“未知：”开头的字符串，但它似乎不起作用。

simpleFilter = FILTER records BY NOT(mystr MATCHES '^unknown');

我已经尝试了一些其他的正则表达式排列，但似乎它MATCHES不能很好地与 NOT 一起使用。我错过了什么吗？

使用猪 0.9.2

Answer 1

这是因为matches运算符的操作与Java 完全一样String#matches，即它尝试匹配整个 String 而不仅仅是它的一部分（在您的情况下为前缀）。只需更新您的正则表达式以将整个字符串与您指定的前缀匹配，如下所示：

simpleFilter = FILTER records BY NOT(mystr MATCHES '^unknown.*');