Hadoop Pig脚本-将字符串转换为INT

猪的初学者，需要帮助吗

对于所有非字母数字，将字符串强制转换为INT -在不单独传递每个字段名的情况下进行处理

样本数据-

00013425731998101620140402300032736901  00000000AAA001200X111685V00000000
00283335542006120920131010300030003105  00000000AAA001200X117407 00000000
00000000331998101620140402300033128107  00000000AAA001200X111685 00000000
00003902331999090620140402300032545208  00000000AAA001200X111685 00000000

它是一个固定宽度的文件，映射细节如下-

orderNumber 1   9   
origin      10  10      
Startdate   11  18  
ModDate     19  26  
Identifier  27  36      
Code        37  38  
CodeType    39  40      
Number      41  48  
Num         49  114 

---

使用substr提取零件，然后对其进行强制转换，或者使用regexp。例如，对于前两个字段：

input = load ... as (line:chararray);
a = foreach input generate SUBSTRING(line, 0, 9) as orderNumber:long, SUBSTRING(line, 9, 10) as origin:chararray;

这样，您应该能够将输入行的每个部分转换为所需的组件

---

或者，您可以编写一个UDF，以字符串作为输入，进行拆分，并返回一个包或元组。

感谢您的响应，但我希望在不传递每个字段名称的详细信息的情况下处理它，因为有50多个字段。你能为所有非字母数字faik引导类似-转换为INT的东西吗？Pig中没有内置的东西可以做到这一点，除了正则表达式。