hive 表欄位中存在^A 分割符處理

今天接到一個問題，在hive表欄位中存在 ^A 內容：

 

ANokia^A ^A ^A RM-356 ^A ^A/UCWEB8.9.0.253/50/999

 

實際為 0x01 linux的匯出資料預設的分隔字元

 

這樣在處理這個欄位的時候每次都會誤以為多個欄位，其實只有一個欄位，於是決定寫udf處理下這個欄位：

 

udf：

public String evaluate(String cloumnvalue) {if(cloumnvalue == null){return null;}byte  b1[] = {0x01};  String str = new String(b1);   if(cloumnvalue.contains("^A")){return cloumnvalue.replace("^A", "");}else if(cloumnvalue.contains(str)){String tmp = cloumnvalue.replace(" "+str, "");tmp = tmp.replace(str+" ", "");return tmp.replace(str, "");}return cloumnvalue;}

首先把 0x01轉換成字串，然後在替換處理