插入带有特殊字符的 Hive 表内容 - 制表符空格和换行符

我正在尝试从 Hive 表中筛选 where 子句，选择带有特殊字符（特别是 Tab 和 NewLine）的数据。我努力了

我努力了like '%\\n%', like '%\\t%', like '%hex(9)%'等等，但它们似乎不起作用。

还尝试创建一个虚拟表来插入此类数据，但这也不起作用。请帮忙。

Use rlike '\\t'对于选项卡和rlike '\\n'对于换行符（使用双反斜杠）：

hive> select 'a\tb' rlike '\\t'; --tabs
OK
true
Time taken: 0.075 seconds, Fetched: 1 row(s)

对于换行符：

hive>  select 'a\nb' rlike '\\n'; --newline
OK
true
Time taken: 0.454 seconds, Fetched: 1 row(s)

使用换行符和制表符插入值的示例：

 create table test_special_chars as  
        select 'a\nb' as a union all select 'a\tb';

换行很棘手。问题是，表默认是文本文件，换行符通常被解释为换行符，这就是为什么在选择时，它会返回一行额外的原因：

 select * from test_special_chars;
OK
a
b
a       b

实际上，插入 \n 会在文本文件中创建额外的行。这就是发生的事情。

但如果你创建ORC table:

create table test_special_chars stored as ORC as  select 'a\nb' as a union all select 'a\tb'; 

它工作正常，因为 ORC 不是文本格式并且可以存储换行符：

select count(*) from test_special_chars where a rlike '\\n';

Returns:

OK
1
Time taken: 40.564 seconds, Fetched: 1 row(s) 

当你select a from test_special_chars where a rlike '\\n'，在屏幕上它也将显示为两行，它在选择时解释，但 ORC 和文本文件之间的区别在于，在 ORC 中换行符可以存储在值中，而无需在文件中创建额外的行。这就是为什么rlike '\\n'适用于 ORC，不适用于文本文件（不返回任何行），插入文本文件后 \ 并在文件中创建两个单独的行，但在 ORC 中则不会。

这是用其他内容替换换行符的方法：

 select regexp_replace(a,'\\n',' newline ') from test_special_chars where a rlike '\\n';

Result:

OK
a newline b
Time taken: 1.502 seconds, Fetched: 1 row(s)