雅典娜无法读取CSV字段中的多行文本

如何解决雅典娜无法读取CSV字段中的多行文本

此athena表正确读取了文件的第一行。

CREATE EXTERNAL TABLE `test_delete_email5`(
`col1` string,`col2` string,`col3` string,`col4` string,`col5` string,`col6` string,`col7` string,`col8` string,`col9` string,`col10` string)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.OpenCSVSerde'
  WITH SERDEPROPERTIES (
'serialization.format' = ',','field.delim' = ','LINES TERMINATED BY' = '\n','ESCAPED BY' = '\\','quoteChar'     = '\"'
) LOCATION 's3://testme162/email_backup/email5/'
TBLPROPERTIES ('has_encrypted_data'='false')

由于在第5列中找到了html代码,因此未正确导入此表。还有其他办法吗?

解决方法

您的文件似乎在 #!/bin/sh #\ exec sudo tclsh "$0" "$@" # List KVM snapshots of all machines (domains) including their description # Holger@Jakobs.com 2020-08-21 package require tdom ### Acquire list of machines (domains) from "virsh list --all" set machines "" foreach machineInfo [lrange [split [exec virsh list --all] \n] 2 end-1] { set name [string trim [string range $machineInfo 7 37]] set state [string trim [string range $machineInfo 38 end]] dict set machines $name state $state } ;# foreach ### Acquire list of snapshots for all machines (name,time and description) foreach m [dict keys $machines] { foreach snapshot [lrange [split [exec virsh snapshot-list --domain $m] \n] 2 end-1] { set name [string trim [string range $snapshot 1 21]] set xmlRoot [[dom parse [exec virsh snapshot-dumpxml --domain $m --snapshotname $name]] documentElement] set descr [[$xmlRoot selectNodes /domainsnapshot/description/text()] data] set creaTime [clock format [[$xmlRoot selectNodes /domainsnapshot/creationTime/text()] data] -format {%Y-%m-%d %H:%M}] dict set machines $m snapshots $name time $creaTime dict set machines $m snapshots $name descr $descr } ;# foreach snapshot } ;# foreach machine ### Output a list of all machines with their snapshots including time and description foreach m [dict keys $machines] { puts [format "\nMACHINE '%s' (%s)" $m [dict get $machines $m state]] catch {unset snapshots} dict with machines $m { if [info exists snapshots] { foreach sn [dict keys $snapshots] { puts " SNAPSHOT '$sn',created: [dict get $snapshots $sn time]" foreach line [split [dict get $snapshots $sn descr] \n] { puts " $line" } } ;# foreach snapshot } ;# if snapshot exists } ;# dict with } ;# foreach machine puts "" 字段中包含许多多行文本。这不是CSV标准(至少,OpenCSVSerde无法理解)。

作为测试,我做了一个简单的文件:

textbody
  • 第1行是标题
  • 第2行是正常的
  • 第3行的字段中包含"newsletterid","name","format","subject","textbody","htmlbody","createdate","active","archive","ownerid" "one","two","three","four","five","six","seven","eight","nine","ten" "one","five \" quote \" five2","five \ five2","ten" 个转义引号
  • 第4行逃脱了换行符

然后我从您的问题中运行命令,并将其指向该数据文件。

结果:

  • 返回第1-3行(包括标题行)
  • 第4行仅工作到\"为止,直到此后的数据丢失

底线:您的文件格式与CSV格式不兼容。

可能能够找到一些可以处理它的Serde,但是OpenCSVSerde似乎不理解它,因为行通常由换行符分隔。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


依赖报错 idea导入项目后依赖报错,解决方案:https://blog.csdn.net/weixin_42420249/article/details/81191861 依赖版本报错:更换其他版本 无法下载依赖可参考:https://blog.csdn.net/weixin_42628809/a
错误1:代码生成器依赖和mybatis依赖冲突 启动项目时报错如下 2021-12-03 13:33:33.927 ERROR 7228 [ main] o.s.b.d.LoggingFailureAnalysisReporter : *************************** APPL
错误1:gradle项目控制台输出为乱码 # 解决方案:https://blog.csdn.net/weixin_43501566/article/details/112482302 # 在gradle-wrapper.properties 添加以下内容 org.gradle.jvmargs=-Df
错误还原:在查询的过程中,传入的workType为0时,该条件不起作用 <select id="xxx"> SELECT di.id, di.name, di.work_type, di.updated... <where> <if test=&qu
报错如下,gcc版本太低 ^ server.c:5346:31: 错误:‘struct redisServer’没有名为‘server_cpulist’的成员 redisSetCpuAffinity(server.server_cpulist); ^ server.c: 在函数‘hasActiveC
解决方案1 1、改项目中.idea/workspace.xml配置文件,增加dynamic.classpath参数 2、搜索PropertiesComponent,添加如下 <property name="dynamic.classpath" value="tru
删除根组件app.vue中的默认代码后报错:Module Error (from ./node_modules/eslint-loader/index.js): 解决方案:关闭ESlint代码检测,在项目根目录创建vue.config.js,在文件中添加 module.exports = { lin
查看spark默认的python版本 [root@master day27]# pyspark /home/software/spark-2.3.4-bin-hadoop2.7/conf/spark-env.sh: line 2: /usr/local/hadoop/bin/hadoop: No s
使用本地python环境可以成功执行 import pandas as pd import matplotlib.pyplot as plt # 设置字体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 能正确显示负号 p
错误1:Request method ‘DELETE‘ not supported 错误还原:controller层有一个接口,访问该接口时报错:Request method ‘DELETE‘ not supported 错误原因:没有接收到前端传入的参数,修改为如下 参考 错误2:cannot r
错误1:启动docker镜像时报错:Error response from daemon: driver failed programming external connectivity on endpoint quirky_allen 解决方法:重启docker -> systemctl r
错误1:private field ‘xxx‘ is never assigned 按Altʾnter快捷键,选择第2项 参考:https://blog.csdn.net/shi_hong_fei_hei/article/details/88814070 错误2:启动时报错,不能找到主启动类 #
报错如下,通过源不能下载,最后警告pip需升级版本 Requirement already satisfied: pip in c:\users\ychen\appdata\local\programs\python\python310\lib\site-packages (22.0.4) Coll
错误1:maven打包报错 错误还原:使用maven打包项目时报错如下 [ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0:resources (default-resources)
错误1:服务调用时报错 服务消费者模块assess通过openFeign调用服务提供者模块hires 如下为服务提供者模块hires的控制层接口 @RestController @RequestMapping("/hires") public class FeignControl
错误1:运行项目后报如下错误 解决方案 报错2:Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile (default-compile) on project sb 解决方案:在pom.
参考 错误原因 过滤器或拦截器在生效时,redisTemplate还没有注入 解决方案:在注入容器时就生效 @Component //项目运行时就注入Spring容器 public class RedisBean { @Resource private RedisTemplate<String
使用vite构建项目报错 C:\Users\ychen\work>npm init @vitejs/app @vitejs/create-app is deprecated, use npm init vite instead C:\Users\ychen\AppData\Local\npm-