PIG LATIN REGEX_EXTRACT：

Question

我试图使用regex_extract从＃推文中获取＃之后的所有内容。我正在使用这段代码，但我一直没有得到任何错误，只是空白空间，我应该从推文中获取摘录，我做错了什么？

grunt> a = load '/user/manuelrivera11828510/lab/pig/full_text.txt' AS (id:chararray, ts:chararray, location:chararray, lat:float, lon:float, 
tweet:chararray);

grunt> b = foreach a generate id, ts, (lat, lon) as location, REGEX_EXTRACT(tweet, '(.*)#(\\s{8})([:| ])(.*)',2) as hash;

这就是我得到的（一个例子）：

(USER_8f811b71,2010-03-06T16:12:59,(40.722733,-73.5367),)

谢谢，

Answer 1

(?<=\\#).*应该能满足您的需求。 ？<=是积极的后视，其次是\，用于转义＃.Finally。*将匹配＃前面的所有内容

a = load '/user/manuelrivera11828510/lab/pig/full_text.txt' AS (id:chararray, ts:chararray, location:chararray, lat:float, lon:float, tweet:chararray);
b = foreach a generate id, ts, (lat, lon) as location, REGEX_EXTRACT(tweet, '(?<=\#).*',1) as hash;`

请参阅下文，正则表达式匹配“在哈希面前获取所有内容”