使用TRIM（）在个人记录

Question

我正在加载文件到PIG。在使用STRSPLIT(doc,',')分割记录之后，我想使用TRIM()清理数据以消除多余的空白。我似乎无法弄清楚如何在记录中的每个单词上使用TRIM()。例如：

((car , truck, jeep , honk)). 

的架构是这样的：tokens:(t:(w:chararray))
我已经试过

clean_docs = FOREACH tokenized_docs GENERATE TRIM(tokens.$0.w) AS tokens:(t:(w:chararray)); 

等诸多变化，似乎并不能使它发挥作用。 请帮忙！ 谢谢！

Answer 1

现在我不认为有这样做的内置解决方案，你需要将所有东西弄平，或者做一个Eval UDF，它可以获取字符串列表并修剪每个元素（更干净的解决方案）。

但是，对整个字符串做一个TRIM，然后使用一个正则表达式来切割空间也可能工作？
例如

STRSPLIT（文件， '*，*'）