（Hive）史上最难解析的json字符串解析出来了！！

首先说下解析的数据如下：

{"username":"king","actionInfo":{"id":1,"age":"22","partList":[{"code":"123","uname":"king"},{"code":"0012","uname":"king"}]}}

刚开始看，这个就是一个Map结构嵌套了Map，再嵌套了一个数组结构。通常情况下的表结构定义如下：

create table dw_stg.test(
username string,
actionInfo_id string,
actionInfo_age string,
actionInfo_partlist array<Map<string,string>>
)
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
STORED AS TEXTFILE;

这样当数据来直接插入到hdfs中，然后利用explode就可以一行转多行扩展开了。

但是我的需求是这个actionInfo中的字段不固定的，可能是任意的结构，所以我定义的表结构中以string类型存放。如下：

create table dw_stg.test(
username string,
actionInfo string
)
ROW FORMAT SERDE 'org.openx.data.jsonserde.JsonSerDe'
STORED AS TEXTFILE;

这时候在做数据清洗时，需要通过json_tuple, get_json_object,explode等函数将string类型解析出来。

[{"code":"123","uname":"king"},{"code":"0012","uname":"king"}]

在字符串时针对上面中括号中等值解析时一直报错。

最后使用正则的方式，将中括号替换掉，然后在转化为数组，从而解析成功。参考以下代码：

select username,ai.id,ai.age,p.uname,p.code from test1 
lateral view json_tuple(actioninfo,'id','age','partlist') ai as id,age,partlist
lateral view explode(split(regexp_replace(regexp_extract(partlist,'^\[(.+)\]$',1),'\}\,\{', '\}\|\|\{'),'\|\|')) partlist as p
lateral view json_tuple(p,'code','uname') p as code,uname

这里比较重要的一段是：

explode(split(regexp_replace(regexp_extract('包含中括号的字符串','^\[(.+)\]$',1),'\}\,\{', '\}\|\|\{'),'\|\|'))

解析过后的显示结果：