Date 将文件夹名称添加到输出文件夹

我有HDFS中的下一个目录结构：

logs_folder
   |---2021-03-01
          |---log1
          |---log2
          |---log3
       2021-03-02
          |---log1
          |---log2
       2021-03-03
          |---log1
          |---log2
...

日志由文本数据组成。数据中没有日期，因为它已在文件夹名称中。我想读取所有日志并以以下格式保存它们：

date    id

where id-日志中的字段，但我需要从文件夹名称中获取日期。 预期产出：

2021-03-01    id1
2021-03-01    id2
...
2021-03-02    id234
2021-03-02    id456
...

如何将文件夹名称中的日期添加到输出？

---

我发现了一个关于如何在读取时向数据添加完整路径名的问题：

A = LOAD '/logs_folder/*' using PigStorage(',','-tagPath'); 
DUMP A  ;

---

非常接近，但如何仅获取父文件夹名称而不是完整路径？

最后我使用了这种方法：

使用`-tagPathz属性加载数据-它将列添加到加载的数据中，并包含每个文件的完整路径

使用正则表达式仅筛选父文件夹

代码示例：

hadoop_data = LOAD '/logs_folder/*' USING PigStorage(',', '-tagPath') as (filepath:chararray, id:chararray, feature:chararray, value:chararray);
hadoop_data = FOREACH hadoop_data GENERATE id,(chararray)REGEX_EXTRACT(filepath,'.*\\/(.*)\\/',1) as path,
    feature,value;

我的数据由3个字段组成-id、feature、value，但您可以看到其中有4个字段-

filepath

字段已添加