Regex PIG拉丁语--特殊字符处理-Å；——上面有环的大写字母A

我想检查一个列是否包含一些特殊字符集，并进一步进行计算，我可以对大多数spl字符进行计算，但不能对一个特定的spl字符进行计算。有没有人遇到并处理过这个spl charÅ？我甚至使用反斜杠来逃避它，但徒劳无功，如下面的代码所示

---

--
t1=使用PigStorage（“|”）加载“$input_track1”作为（t1data:chararray，sec_col:int）；
t1_output=foreach t1生成$0（在（'F'，'S'）中的子字符串（$0，0，1）的情况下，则1否则0结束）作为ORR，
（当子字符串（$0，0，1）位于（“^'，“@'，“|'，“['，”]，“-”，“{'，“}'，“~”，“！”，“\”，“$”，“%，“&'，”（“，”，”，“*”，“：”，“=”，“？”，“，”，“\'''''''''''\Å'）中时，则1作为ORR2；
转储track1_输出；

样本数据：

---

ÅSecond|456是一个挪威字母。如果你发现了，你也可以找到

Æ

和

Ø

。还有许多其他的“特殊”字母“你需要考虑这样的字符。这些是数据中唯一的一组特殊字符，所以只需要处理这些字符。你试过使用Unicode符号吗？该字符应为“\u00C5”。您可能还想考虑为此编写一个UDF，应该更容易，更可读：（代码< > <代码>是挪威字母。如果您发现，您还可以找到

Æ

和

Ø

。还有很多其他的“特殊”字符需要考虑。这是数据中唯一的一组特殊字符，所以只需要处理这些字符。你试过使用Unicode符号吗？该字符应为“\u00C5”。您可能还想考虑为此编写一个UDF，应该更简单，更可读：

    --
    t1 = LOAD '$input_track1' using PigStorage('|') as (t1data:chararray,           sec_col:int);
    t1_output = foreach t1 generate $0, (CASE WHEN SUBSTRING($0, 0, 1) IN ('F','S') THEN 1 ELSE 0 END) AS ORR,
   (CASE WHEN SUBSTRING($0, 0, 1) IN ('^','@', '|','[',']','-','`','{','}','~','!','#','$','%','&','(',')','*','<','>',':','=','?', '"','\'''\Å')      THEN 1 ELSE 0 END) AS ORR2;
 dump track1_output;