Regex 如何获取Pig脚本中的最后一个元素

我想使用pig脚本获取行的最后一个元素。我不能使用$，因为最后一个元素的索引不是固定的。我尝试使用正则表达式，但它不起作用。我尝试使用$-1来获取它，但没有成功。我只发布了一个样本，因为我的实际文件包含更多的PID

示例：

MSH|�~\&|LAB|LAB|HEATH|HEA-HEAL|20247||OU�R01|M1738000000001|P|2.3|||ER|ER|
PID|1|YXQ120185751001|YXQ120185751001||ELJKDP@#PDUB||19790615|F||| H LGGH VW��ZHVW FKHVWHU�SD�19380|||||||4002C340778A|000009561|ELJKDP@#PDUB19790615F

STOCK_A = LOAD '/user/rt/PARSED' USING PigStorage('|'); 
data = FILTER STOCK_A BY ($0 matches '.*PID.*'); 
MSH_DATA = FOREACH data GENERATE $2 AS id, $5 AS ame , $7 AS dob, $8 AS gender, $-1 AS rk;

我想得到PID的最后一个值i；e

ELJKDP@#PDUB19790615F

为此，我尝试了下面的代码，但它不起作用

代码1:

MSH|�~\&|LAB|LAB|HEATH|HEA-HEAL|20247||OU�R01|M1738000000001|P|2.3|||ER|ER|
PID|1|YXQ120185751001|YXQ120185751001||ELJKDP@#PDUB||19790615|F||| H LGGH VW��ZHVW FKHVWHU�SD�19380|||||||4002C340778A|000009561|ELJKDP@#PDUB19790615F

STOCK_A = LOAD '/user/rt/PARSED' USING PigStorage('|'); 
data = FILTER STOCK_A BY ($0 matches '.*PID.*'); 
MSH_DATA = FOREACH data GENERATE $2 AS id, $5 AS ame , $7 AS dob, $8 AS gender, $-1 AS rk;

代码2:

STOCK_A = LOAD '/user/rt/PARSED' USING PigStorage('|'); 
data = FILTER STOCK_A BY ($0 matches '.*PID.*'); 
MSH_DATA = FOREACH data GENERATE $2 AS id, $5 AS ame , $7 AS dob, $8 AS gender, REGEX_EXTRACT(data,'\\s*(\\w+)$',1) AS rk;

代码2的错误：

MSH|�~\&|LAB|LAB|HEATH|HEA-HEAL|20247||OU�R01|M1738000000001|P|2.3|||ER|ER|
PID|1|YXQ120185751001|YXQ120185751001||ELJKDP@#PDUB||19790615|F||| H LGGH VW��ZHVW FKHVWHU�SD�19380|||||||4002C340778A|000009561|ELJKDP@#PDUB19790615F

STOCK_A = LOAD '/user/rt/PARSED' USING PigStorage('|'); 
data = FILTER STOCK_A BY ($0 matches '.*PID.*'); 
MSH_DATA = FOREACH data GENERATE $2 AS id, $5 AS ame , $7 AS dob, $8 AS gender, $-1 AS rk;

错误org.apache.pig.tools.grunt.grunt-错误1200:pig脚本失败 要分析：无效的标量投影：数据：A 列需要从关系中投影才能用作 标量

请帮助

这应该行得通

REGEX_EXTRACT(data,'([^|]+$)',1) AS rk

[^ |]+$匹配最后一个管道字符右侧的所有内容

---

你最好的办法是写一个自定义项，通过整个记录，查找最后一个分隔符的索引，然后再获取任何内容。@好奇的人，你能举个例子吗？这对我来说很容易。如果它只是一个正则表达式，你可以这样做：^PID\\.*.\\（*）这将使捕获组在最后一行（以开头的行）之后加入任何内容PID@sniperd我使用了

REGEX|u EXTRACT（“^PID\|.*\|（.*）”

但是我得到了

错误1200:意外字符“|”

这很奇怪。我想知道猪是否需要一些特殊的逃跑方式？\应该避开|我尝试了你的方式我得到了

错误org.apache.pig.tools.grunt.grunt-错误1200:pig脚本未能解析：无效的标量投影：数据：需要从关系中投影一列，才能将其用作标量

您的关系中可能没有足够的列，因为您正在使用“|”加载作为分隔符。Modify MSH_DATA=FOREACH DATA生成REGEX_EXTRACT（数据“\\s*（\\w+$”，1）作为rk；检查正则表达式是否有效。然后获取其他列。很可能对于某些行，您没有$2、$5、$7、$8。这将是一个单独的问题，试图找出出现错误的原因。