UDF示例：获取URL中指定位置的字符

命令说明

本示例将注册一个名称为UDF_GET_URL_CHAR的自定义函数，下面对命令格式和入参进行说明。

string UDF_GET_URL_CHAR(string <url>, bigint <n>)

• 函数功能：该函数接收一个URL字符串和一个整数参数n，先使用/分割URL后获得离.htm最近的子字符串，再使用特殊字符“-”分割子字符串，最后从右到左返回指定位置n的字符。

• 参数说明：

  • url：url字符串，STRING类型，必填。

  • n：指定的位置，BIGINT类型，必填。

开发和使用步骤

1. 代码开发

package com.aliyun; //package名称，可以根据您的情况定义
import com.aliyun.odps.udf.UDF;

public class GetUrlChar extends UDF {
    public String evaluate(String url, Long n)  {
        if (n == 0) {
            return "";
        }
        try {
            // 获取url字符串中第一次出现.htm时.的索引位置，数值类型为int。
            int index = url.indexOf(".htm");
            if (index < 0)  {
                return "";
            }
            // 从0开始，其中不包括index位置的字符。
            String a = url.substring(0, index);
            // 返回指定字符/在此字符串中最后一次出现处的索引。
            index = a.lastIndexOf("/");
            // 取得的字符串长度为：a.length() - (index  +  1)
            String b = a.substring(index  +  1);
            // 用"-"拆分字符串b，获取字符串数组，如果需要使用其他分割符，只需修改b.split中指定的字符
            String[] c = b.split("-");
            // 此处c.length>=n时，才有返回值。
            if (c.length  <  n)  {
                return  "";
            }
            // 返回字符串数组中指定下标的字符。
            return c[c.length - n.intValue()];
        } catch (Exception e)  {
            return  "Internal error";
        }
    }
}

from odps.udf import annotate


@annotate("string,bigint->string")
class GetUrlChar(object):

    def evaluate(self, url, n):
        if n == 0:
            return ""
        try:
            index = url.find(".htm")
            if index < 0:
                return ""
            a = url[:index]
            index = a.rfind("/")
            b = a[index + 1:]
            c = b.split("-")
            if len(c) < n:
                return ""
            return c[-n]
        except Exception:
            return "Internal error"

#coding:utf-8
from odps.udf import annotate


@annotate("string,bigint->string")
class GetUrlChar(object):

    def evaluate(self, url, n):
        if n == 0:
            return ""
        try:
            index = url.find(".htm")
            if index < 0:
                return ""
            a = url[:index]
            index = a.rfind("/")
            b = a[index + 1:]
            c = b.split("-")
            if len(c) < n:
                return ""
            return c[-n]
        except Exception:
            return "Internal error"

2. 上传资源和注册函数

完成UDF代码开发和调试之后，将资源上传至MaxCompute并注册函数，本示例注册函数名：UDF_GET_URL_CHAR。Java UDF上传资源与注册函数详情步骤请参见：打包、上传及注册，Python UDF请参见：上传及注册。

3. 使用示例

成功注册UDF后，执行以下命令：

• 示例一

  set odps.sql.python.version=cp37; -- python3 UDF需要使用该命令开启python3
  SELECT UDF_GET_URL_CHAR("http://www.taobao.com", 1);

  执行结果如下：

  +-----+
  | _c0 |
  +-----+
  |     |
  +-----+

  说明

  这里的返回结果不为NULL。

• 示例二

  select UDF_GET_URL_CHAR("http://www.taobao.com/a.htm", 1);

  运行结果如下：

  +-----+
  | _c0 |
  +-----+
  | a   |
  +-----+

• 示例三

  select UDF_GET_URL_CHAR("http://www.taobao.com/a-b-c-d.htm", 3);

  运行结果如下：

  +-----+
  | _c0 |
  +-----+
  | b   |
  +-----+