UDF示例：获取字符串（含分隔符）Value_云原生大数据计算服务 MaxCompute(MaxCompute)-阿里云帮助中心

本文为您介绍如何分别通过Java UDF和Python UDF实现获取键值对字符串中指定Key对应的Value值，其中Key或Value本身含有二级分隔符。

命令说明

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

string UDF_EXTRACT_KEY_VALUE_WITH_SPLIT(string <s>, string <split1>, string <split2>, string <keyname>)

函数功能：在键值对字符串s中使用split1分割出键值对后，再根据split2分割键值对获得键和值，最后返回键keyname对应的值。与获取键值对字符串中指定Key的Value示例主要的不同在于，该UDF适用于Key或者Value本身含有二级分隔符的情况。
参数说明：
- s：源字符串，STRING类型，必填。
- split1：通过split1分割出键值对，STRING类型，必填。
- split2：对分割出来的键值对使用split2进行分割，STRING类型，必填。
- keyname：待获取值所对应的键名称，STRING类型，必填。

开发和使用步骤

1. 代码开发

Java UDF 代码示例

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

public class ExtractKeyValueWithSplit extends UDF{
    /**
     * 使用split1分割出键值对后，再根据split2分割键值对
     * @param str     源字符串
     * @param split1  分割出键值对的标识
     * @param split2  分割出key value的标识
     * @param keyname 目标key名称
     * @return 目标value
     */
    public String evaluate(String str, String split1, String split2, String keyname) {
        if(str==null || split1==null || split2==null || keyname==null){
            return null;
        }
        try {
            // 将keyname和二级分割符组合
            String keySplit = keyname + split2;

            // 遍历字符串，先用split1进行键值对分割。
            for(String subStr: str.split(split1)){
                // 匹配key+split2，获取字符串剩余的value值
                if (subStr.startsWith(keySplit)){
                    return subStr.substring(keySplit.length());
                }
            }
        } catch (Exception e) {
            return null;
        }
        return null;
    }
}

使用Java语言编写UDF代码必须继承UDF类，本例中evaluate方法定义了四个string类型的入参和string类型的返回值，输入参数和返回值的数据类型将作为SQL语句中UDF的函数签名Signature，其他代码规范和要求请参考：UDF开发规范与通用流程（Java）。

Python3 UDF 代码示例

from odps.udf import annotate


@annotate("string,string,string,string->string")
class ExtractKeyValueWithSplit(object):
    def evaluate(self, s, split1, split2, keyname):
        if not s:
            return None
        key_split = keyname + split2
        # 遍历字符串，先用split1进行键值对分割。
        for subStr in s.split(split1):
            # 匹配key+split2，获取字符串剩余的value值
            if subStr.startswith(key_split):
                return subStr[len(key_split):]

MaxCompute默认使用Python 2，可以在Session级别使用命令set odps.sql.python.version=cp37开启Python 3。更多 Python3 UDF规范请参考：UDF开发规范与通用流程（Python3）。

Python2 UDF 代码示例

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


@annotate("string,string,string,string->string")
class ExtractKeyValueWithSplit(object):
    def evaluate(self, s, split1, split2, keyname):
        if not s:
            return None
        key_split = keyname + split2
        # 遍历字符串，先用split1进行键值对分割。
        for subStr in s.split(split1):
            # 匹配key+split2，获取字符串剩余的value值
            if subStr.startswith(key_split):
                return subStr[len(key_split):]

当Python 2代码中出现中文字符时，运行程序会报错，必须在代码头部增加编码声明。固定声明格式为#coding:utf-8或# -*- coding: utf-8 -*-，二者等效。更多 Python2 UDF规范请参考：UDF开发规范与通用流程（Python2）。

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_EXTRACT_KEY_VALUE_WITH_SPLIT。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，从键值对字符串中获取键为name的值，而name对应的value是包含分隔符。

set odps.sql.python.version=cp37; -- python3 UDF需要使用该命令开启python3
SELECT UDF_EXTRACT_KEY_VALUE_WITH_SPLIT('name:zhangsang:man;age:2;', ';', ':', 'name');

执行结果如下：

+--------------+
| _c0          |
+--------------+
| zhangsan:man |
+--------------+