hive中解析url的parse_url函数解析url

在工作中，有一个需要解析url的工作，需要截取url里的path（文件目录）和url的参数，这里在hive中有一个内置的函数，使用起来比较简单，所以做个记录，有需要的可以用到。

Hive的parse_url函数
功能：解析URL字符串，
语法：parse_url(url, partToExtract[, key]) (这里要大写）
partToExtract的选项包含 【host,path,query,ref,protocol,file,authority,userinfo】

下面我们编一个网址来介绍URL包含哪些可以解析的元素：

https://www.baidu.com/hzy?user_id=10000&platform=ios

protocol（协议）：https，一种可以通过安全的 HTTPS 访问该资源的传输协议
select parse_url('https://www.baidu.com/hzy?user_id=10000&platform=ios','PROTOCOL') from A;
https

解析主机名：hostname（主机名）
select parse_url('https://www.baidu.com/hzy?user_id=10000&platform=ios','HOST');
www.baidu.com

path（路径）：由零或多个“/”符号隔开的字符串，一般用来表示主机上的一个目录或文件地址
select parse_url('https://www.baidu.com/hzy?user_id=10000&platform=ios','PATH');
/hzy

query(查询)：可选，用于给动态网页传递参数，可有多个参数，用“&”符号隔开，每个参数的名和值用“=”符号隔开
select parse_url('https://www.baidu.com/hzy?user_id=10000&platform=ios','QUERY');
user_id=10000&platform=ios

解析QUERY部分的value值：
 select parse_url('https://www.baidu.com/hzy?user_id=10000&platform=ios','QUERY','user_id');
10000
select parse_url('https://www.baidu.com/hzy?user_id=10000&platform=ios','QUERY','platform');
ios