Apache pig 迭代pig中的字段

我有以下资料：

(000001, mfp=621|mdus=4.0|mduc=5.0|mas=1|mpc=4.0|mfn=1|country=ABC)
(00002, address=1000+mity|mus=1|name=kailtig+bksyt|mas=1|mpc=4.977552|country=ABC)

 000001, ,country=ABC
 00002,address=105000+myCity,country=ABC

第一个字段是标识符，而第二个字段包含一组属性。属性字段不一致，即有时包含地址属性，有时不包含地址属性

我要做的是，对于每个标识符，我必须找到属性字段是否包含地址和/或国家，并按如下方式输出：

(000001, mfp=621|mdus=4.0|mduc=5.0|mas=1|mpc=4.0|mfn=1|country=ABC)
(00002, address=1000+mity|mus=1|name=kailtig+bksyt|mas=1|mpc=4.977552|country=ABC)

 000001, ,country=ABC
 00002,address=105000+myCity,country=ABC

我对猪不熟悉，也不太了解。但是，我想的是

通过拆分属性字段创建元组

迭代元组中的每个字段，并检查它是否与地址匹配

如果匹配，则输出它

检查它是否匹配国家/地区

如果匹配，则输出它

我想问的是，是否有任何方法可以迭代元组中的字段？或任何其他解决此任务的方法

---

谢谢。

使用正则表达式提取所需字段。您也可以编写一个UDF来将您的结构转换为一个映射，但在这种情况下，这可能是过分的

DUMP A;
(000001, mfp=621|mdus=4.0|mduc=5.0|mas=1|mpc=4.0|mfn=1|country=ABC)
(00002, address=1000+mity|mus=1|name=kailtig+bksyt|mas=1|mpc=4.977552|country=ABC)
DESCRIBE A;
{(id:chararray, attributes:chararray)}

B =
    FOREACH A
    GENERATE
        id,
        REGEX_EXTRACT(attributes, 'address=[^|]+', 0),
        REGEX_EXTRACT(attributes, 'country=[^|]+', 0);

---

请参见

REGEX\u EXTRACT

使用正则表达式提取所需字段。您也可以编写一个UDF来将您的结构转换为一个映射，但在这种情况下，这可能是过分的

DUMP A;
(000001, mfp=621|mdus=4.0|mduc=5.0|mas=1|mpc=4.0|mfn=1|country=ABC)
(00002, address=1000+mity|mus=1|name=kailtig+bksyt|mas=1|mpc=4.977552|country=ABC)
DESCRIBE A;
{(id:chararray, attributes:chararray)}

B =
    FOREACH A
    GENERATE
        id,
        REGEX_EXTRACT(attributes, 'address=[^|]+', 0),
        REGEX_EXTRACT(attributes, 'country=[^|]+', 0);

请参见

REGEX\u EXTRACT