hive正则匹配中文标点

hive客户端表字段查询中文乱码该怎么解决？

有的，like其实不是正则，而是通配符，这个通配符可以看一下SQL的标准。例如%代表任意多个字符。

A like '123%'

要是not like使用 not A like '123%'。

若是在hive想用正则，请用rlike，不过hive的正则写法和java一样，\请使用\\，例如数字\d，在这需要写成\\d。

A rlike '\\d+'

not A rlike '\\d+'。

在通过终端查询hive时，终端结果显示为乱码，想必大家都遇到过这种情况。这种情况出现的原因是：hive在将数据写入hdfs时候，会把数据格式转换为utf-8格式的。如果你导入hive表的源数据不是utf-8格式的，hive在进行写hdfs转换格式的时候会出现乱码，所有你查询出来的中文也是乱码。

解决办法如下：

1、把源文件，用editplus等编辑软件打开，将文件转换为urf-8格式，保存。再重新导入到hive表中，问题解决。

2、源文件只要是文本格式，如csv，txt，log等文本格式，均可用此种方法转化。前提是你终端也要设置为utf-8格式。

原文地址：http://www.qianchusai.com/hive%E6%AD%A3%E5%88%99%E5%8C%B9%E9%85%8D%E4%B8%AD%E6%96%87%E6%A0%87%E7%82%B9.html