Hive SQL

news2024/12/24 3:16:50

一、基本数据类型

tinyint         1byte 有符号整数
smallint         2byte 有符号整数
int         4byte 有符号整数
bigint         8byte 有符号整数
boolean         布尔类型，true或者false
float         单精度浮点数
double         双精度浮点数
decimal         十进制精准数字类型 decimal(16,2)
varchar         字符序列，需指定最大长度，最大长度的范围是[1,65535] varchar(32)
string         字符串，无需指定最大长度
timestamp         时间类型
binary         二进制数据
array         数组是一组相同类型的值的集合 array arr[0]
map         map是一组相同类型的键-值对集合 map<string, int> map[‘key’]
struct         结构体由多个属性组成，每个属性都有自己的属性名和数据类型 struct<id:int, name:string> struct.id

二、基本查询

Home - Apache Hive - Apache Software Foundation

1、语法： 

SELECT [ALL | DISTINCT] select_expr, select_expr, …
FROM table_reference – 从什么表查
[WHERE where_condition] – 过滤
[GROUP BY col_list] – 分组查询
[HAVING col_list] – 分组后过滤
[ORDER BY col_list] – 排序 -- 全局排序
[CLUSTER BY col_list   -- 分区排序（当 distribute by 和 sort by 字段相同时，可以使用 cluster by方式。）
| [DISTRIBUTE BY col_list] [SORT BY col_list]
]
[LIMIT number] – 限制输出的行数

2、join连接

左右关联：inner、outer均可省略

内连接（join或inner join)：只有2个表中连接字段都匹配的数据才会被保留。

左外连接（left join或left outer join）：保留左表记录，右边不符合条件的用null填充

右外连接（right join或right outer join）

满外连接（full join或full outer join）：保留两边全部，任一表没有符合条件的用null填充

左半连接（left semi join)：内连接后，仅返回左表剩余的数据

交叉连接(笛卡尔积cross join)：所有表中的所有行互相连接。

3、union和union all上下拼接：

union和union all在上下拼接sql结果时有两个要求：
（1）两个sql的结果，列的个数必须相同
（2）两个sql的结果，上下所对应列的类型必须一致

union去重并对结果排序，union all不去重

4、排序

（1）全局排序（Order By）
全局排序，只有一个Reduce。asc（ascend）：升序（默认）desc（descend）：降序
通常和limit一起使用，可以让每个map只需要处理limit的个数数据
（2）每个Reduce内部排序（Sort By）
Sort by为每个reduce产生一个排序文件。每个Reduce内部进行排序，对全局结果集来说不是排序。
（3）分区（Distribute By）
distribute by类似MapReduce中partition（自定义分区），进行分区，结合sort by使用。
分区排序（Cluster By）
（4）当distribute by和sort by字段相同时，可以使用cluster by方式。cluster by除了具有distribute by的功能外还兼具sort by的功能。但是排序只能是升序排序。

三、常用函数

1、单行函数

输入一行，输出一行

  1. round：四舍五入

  2. ceil：向上取整

  3. floor：向下取整

  4. if(condition, trueValue, falseValue)

  5. case when：case when a then b [when c then d]* [else e] end ：条件判断函数；如果a为true，则返回b；如果c为true，则返回d；否则返回 e ；针对同一个字段的等值判断可以把字段提在case后面

  6. cast(stuId AS INT) ：类型转换

  7. nvl(A,B) ：替换null值 ；A的值不为null，则返回A，否则返回B

  8. substring：截取字符串substring(string A, int start, int len)

  9. replace ：替换 ；replace(string A, string B, string C) 字符串A中的子字符串B替换为C。

  10. regexp_replace：正则替换 ；regexp_replace(string A, string B, string C) 将字符串A中的符合java正则表达式B的部分替换为C。

  11. regexp：正则匹配；select ‘dfsaaaa’ regexp ‘dfsa+’，正则匹配成功，输出true

  12. repeat：重复字符串；repeat(string A, int n)，字符串A重复n遍

  13. split(string str, string pat) ：将一个字符串根据指定的分隔符进行分割，并返回一个数组。eg:split(arr,',')，split(arr,'\\')[0]。当逗号作为分隔符时，保持不变，其他多数时候要加转义，如split(properties,'\_')

  14. concat(string A, string B, string C, ……) 将A,B,C……等字符拼接为一个字符串

  15. concat_ws(分隔符, string…| array(string))： 指定分隔符拼接字符串或者字符串数

  16. get_json_object(string json_string, string path) 解析json的字符串json_string，返回path指定的内容。如果输入的json字符串无效，那么返回NULL。select get_json_object(‘[{“name”:“大海海”,“sex”:“男”,“age”:“25”},{“name”:“小宋宋”,“sex”:“男”,“age”:“47”}]’,‘$.[0].name’);

  17. unix_timestamp：返回当前或指定时间的时间戳；例如：
    select unix_timestamp(‘2022/08/08 08-08-08’,‘yyyy/MM/dd HH-mm-ss’);
    from_unixtime(bigint unixtime[, string format]) 转化UNIX时间戳到当前时区的时间格式

  18. select current_date：-- 获取当前日期，格式：2022-09-13

  19. date_format(date,格式) -- 如：date_format('2022-09-13 12:00:00', 'yyyy-MM-dd')

  20. current_timestamp：-- 获取当前时间戳。 2022-09-13 17:52:57.613

  21. fom_unixtime(bigint unixtime[, string format]); -- 把UNIX 时间戳（从1970-01-01 00:00:00 UTC 到指定时间的秒数）转为时间或者指定格式日期。

  22. unix_timestamp(time)  -- 把yyyy-MM-dd HH:mm:ss转为unix时间戳

  23. to_date(time) -- 转为日期格式，默认为yyyy-MM-dd格式。

  24. datediff：两个日期相差的天数（结束日期减去开始日期的天数）

  25. date_add(string startdate, int days) ：日期加天数

  26. date_sub (string startdate, int days) 日期减天数

  27. year(date) -- 获取年份

  28. month(date) -- 获取月份

  29. day(date) -- 获取日

  30. hour(date) -- 获取小时

  31. minute(date)  -- 获取分钟

  32. second(date) -- 获取秒

  33. last_day(date) -- 指定日期所在月份的最后一天

  34. weekofyear(date)  --返回日期在该年的周数

  35. -- 判断周几

    select

    case when dayofweek('${etl_date}') =1 then '星期日'

         when dayofweek('${etl_date}') =7 then '星期六'

         when dayofweek('${etl_date}') =6 then '星期五'

         when dayofweek('${etl_date}') =5 then '星期四'

         when dayofweek('${etl_date}') =4 then '星期三'

         when dayofweek('${etl_date}') =3 then '星期二'

         when dayofweek('${etl_date}') =2 then '星期一'

         else null

         end as weekday

  36. map (key1, value1, key2, value2, …) 根据输入的key和value对构建map类型

  37. map_keys： 返回map中的key；map_values: 返回map中的value；
    select map_keys(map(‘xiaohai’,1,‘dahai’,2));

  38. array(val1, val2, …) 根据输入的参数构建数组array类

  39. array_contains: 判断array中是否包含某个元素 ；select array_contains(array(‘a’,‘b’,‘c’,‘d’),‘a’);

  40. sort_array：将array中的元素排序

  41. struct(val1, val2, val3, …) 根据输入的参数构建结构体struct类

2、高级聚合函数

多进一出 （多行传入，一个行输出）。

  1. 普通聚合 count/sum.

  2. collect_set()：多行数据收集为一行，返回set集合，无序不重复

  3. collect_list()：多行数据收集为一行，返回list集合，有序重复

3、炸裂函数UDTF（制表函数）

接收一行，输出多行。

常用的UDTF ----explode（array as 字段名）
常用的UDTF ----explode（map as (key,value)）
常用的UDTF ----poseexplode（array as 字段名） 会返回位置，索引
常用的UDTF ----inline（array<STRUCTf1:T1,....fn,Tn> as 字段名）
Latera View：通常与UDTF配合使用。Lateral View可以将UDTF应用到源表的每行数据，将每行数据转换为一行或多行，并将源表中每行的输出结果与该行连接起来，形成一个虚拟表。

eg:

select col1, col2, tmp_table.tmp_col
from test_tb
lateral view explode(split(col3, '分隔符')) tmp_table as tmp_col
where partition_name='xxx' 
-- create table if not exists tb
-- (
--    class    string comment '班级名称',
--    student string comment '学生名称',
--    score   string comment '学生分数'
--)
--    comment '学生成绩表';
--INSERT overwrite table tb
--VALUES ("1班","小A,小B,小C","80,92,70"),
--       ("2班","小D,小E","88,62"),
--       ("3班","小F,小G,小H","90,97,85");

select class, student, score,
    stu_name, stu_score
from tb 
 lateral view posexplode(split(student, ',')) tmp3 as stu_index1, stu_name
 lateral view posexplode(split(score, ',')) tmp4 as stu_index2, stu_score
where stu_index1 = stu_index2;

-- tmp_table：explode形成的新虚拟表，可以不写；
-- tmp_col：explode 形成的新列（字段）

4、窗口函数

窗口函数，function(arg)：对应的窗口数据计算函数

function(arg) over (partition by {分区列名} order by {order 列名} desc|asc [rows|range between 起点行 and 终点行])

（1）常用窗口-窗口计算

1）sum(col) over ()

2）avg(col) over ()

3）max(col) over ()

4）min(col) over ()

5）count(col) over ()

6）cume_dist() over (order by col)

    --如果按升序排列，则统计：小于等于当前值的行数/总行数(number of rows ≤ current row)/(total number ofrows）。

    --如果是降序排列，则统计：大于等于当前值的行数/总行数

    eg: cume_dist() over (ORDER BY salary) as cume_dist -- 统计小于等于当前工资的人数占总人数的比例

    cume_dist() over (PARTITION BY dept_no ORDER BY salary) as cume_dist  -- 根据部门统计小于等于当前工资的人数占部门总人数的比例

（2）常用窗口-跨行取值函数

1）first_value(col) over ()：首行值

2）last_value(col) over ()：末行值

lag和lead：获取当前行的上、下某行、某个字段的值；不支持自定义窗口范围。

3) lag(col，n，defaultValue)  over(partion by..order by..)：查询字段col，当前行往前数第n行的数据，若为null显示默认值defaultValue；

        lag(col)：指默认每次取字段col当前行的上一行数据

        lag(col, n) over ()：取窗口范围往前第 n 行数据的值

4) lead(col, n，defaultValue) over ()：取窗口范围往后第 n 行数据的值

5) ntile(n) over(partition by col1 order by col2)：col1为分组的列名，col2为排序的列名，将有序分组的窗口范围，平均分成n份，每一份编号依次为1、2、3...、n；如果要取其中第m份，需要用到嵌套子查询

（3）常用窗口-排名函数

row_number() over (partition by col1 order by col2) as row_number

    -- 连续排序。在窗口内会对所有数值，每个组输出的序号唯一且连续，如：1、2、3、4、5。

rank() over (partition by col1 order by col2) as rank

    -- 相同数值，输出相同的序号，而且下一个序号间断，如：1、1、3、3、5。

dense_rank() over (partition by col1 order by col2) as rank

    -- 相同数值，输出相同的序号，但下一个序号不间断，如：1、1、2、2、3。

percent_rank() over()：返回order by列的百分比排名

四、导入导出文件

1、load将文件导入hive表中
语法：LOAD DATA [LOCAL] INPATH ‘filepath’ [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 …)];
（1）local：表示从本地加载数据到Hive表；否则从HDFS加载数据到Hive表。（如果是本地数据则是复制一份到hive路径，如果是HDFS则是移动到hive路径）
（2）overwrite：表示覆盖表中已有数据，否则表示追加。
（3）partition：表示上传到指定分区，若目标是分区表，需指定分区。

eg：load data local inpath ‘/opt/module/hive/datas/dept_20220401.log’
into table dept_partition partition(day=‘20220401’);

2、将hive查询导出到本地文件

INSERT OVERWRITE LOCAL DIRECTORY '/path/to/local/directory'
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
LINES TERMINATED BY '\n'
SELECT * FROM your_hive_table;

五、sql使用

1、随机抽样

-- 随机抽样
use dmr_dev;
create table if not exists feature_train_202009 as
(
    select uid, req_dt, flag, req_month, feature_libsvm
    from tb
    where req_dt='2020-09-28'
    order by rand()
    limit 10000
);

-- 随机抽样
select * 
from tb
TABLESAMPLE(10 ROWS);

-- 随机抽样(百分比)
select * 
from tb 
TABLESAMPLE(10 PERCENT);

2、hive窗口函数去重

use dmr_dev;
set hive.support.quoted.identifiers=none;  
create table if not exists dmr_dev.bussiness_pinkey_all_feature as
(
    select (num)?+.+
    from
    (
        select row_number() over (partition by req_dt, uid order by req_dt, uid asc) num, *
        from dmr_dev.all_bussiness_pinkey_all_feature
    ) t
    where t.num=1
);

3、求分位数

-- 分位数
use dmr_dev;
drop table if exists dmr_dev.dmrc_model_anti_fraud_outer_tx_if_result_i_m_array;
create table if not exists dmr_dev.dmrc_model_anti_fraud_outer_tx_if_result_i_m_array as    
select
    percentile_approx(predict_score,array(0.25,0.5,0.75,0.9,0.95)) as predict_score_arr
from (select a.*
      from
      (
        select *
        from dmr_c.dmrc_model_anti_fraud_outer_tx_if_result_i_m
        where dt = '2021-10-01'
      ) a
      join (select count(1) as cnt
            from dmr_c.dmrc_model_anti_fraud_outer_tx_if_result_i_m
            where dt = '2021-10-01'
          ) b
      where rand(123) < 100000/cnt
    ) tmp;

-- 省略ON条件，Hive将尝试进行笛卡尔积（Cartesian product），即将第一个表的每一行与第二个表的每一行组合

4、模型打分分箱，效果分析

-- 基于3求分位数后，模型打分分箱
-- (,arr[0]]   1
-- (arr[0], arr[1]]   2
-- (arr[1], arr[2]]   3
-- (arr[2], arr[3]]   4
-- (arr[3], arr[4]]   5
-- (arr[4], )    6

CREATE TEMPORARY MACRO score_grp(x double,arr array<double>) 
    case when x<=arr[0] then 1 
    when x<=arr[1] then 2 
    when x<=arr[2] then 3 
    when x<=arr[3] then 4 
    when x<=arr[4] then 5 
    when x>arr[4] then 6 end;

use dmr_dev;
drop table if exists dmr_dev.dmrc_model_anti_fraud_outer_tx_if_result_i_m_score;
create table if not exists dmr_dev.dmrc_model_anti_fraud_outer_tx_if_result_i_m_score as
select a.*,
    score_grp(a.predict_score, b.predict_score_arr) as predict_score_grp
from 
(   select *
    from dmr_c.dmrc_model_anti_fraud_outer_tx_if_result_i_m
    where dt = '2021-10-01' 
) a
left join dmr_dev.dmrc_model_anti_fraud_outer_tx_if_result_i_m_array b;
-- 此处省略on条件


-- 模型效果分析
select predict_score_grp, count(1) as cnt
from dmr_dev.dmrc_model_anti_fraud_outer_tx_if_result_i_m_score
group by predict_score_grp
order by predict_score_grp;

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。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。如若转载，请注明出处：http://www.coloradmin.cn/o/2077078.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

系统数据迁移脱敏方案（word）

系统数据迁移脱敏方案（word）

数据脱敏工作不仅要确保敏感信息被去除&#xff0c;还需要尽可能的平衡脱敏所花费的代价、使用方的业务需求等多个因素。因此&#xff0c;为了确保数据脱敏的过程、代价可控&#xff0c;得到的结果正确且满足业务需要&#xff0c;在实施数据脱敏时&#xff0c;应从技术和管理两…
阅读更多...
stm32之I2C通信协议

stm32之I2C通信协议

文章目录 前言一、I2C通信协议二、I2C硬件电路三、I2C时序基本单元3.1 起始与终止信号3.2 发送与接收一个字节3.3 发送与接收应答 四、I2C时序分析4.1 指定地址写4.2 当前地址读4.3 指定地址读 前言 提示&#xff1a;本文主要用作在学习江科大自化协STM32入门教程后做的归纳总…
阅读更多...
刷机维修进阶教程-----紫光展讯芯片修改参数 修复基带 信号的一种步骤解析【二】

刷机维修进阶教程-----紫光展讯芯片修改参数 修复基带 信号的一种步骤解析【二】

上期解析了一款紫光芯片机型 改写参数的步骤。今天来讲解另外一款紫光新机型修改参数的具体步骤。同类紫光展讯 展锐芯片机型可以参考尝试 通过博文了解; 1---紫光芯片机型新款机型改写参数的步骤解析 2----了解同类芯片修改参数的常用步骤 3----列举一些紫光芯片机型开启…
阅读更多...
OpenStack常见模块详解

OpenStack常见模块详解

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:Linux运维老纪的首页…
阅读更多...
“NoSQL数据库技术及其应用”写作框架，软考高级，系统架构设计师

“NoSQL数据库技术及其应用”写作框架，软考高级，系统架构设计师

论文真题 随着互联网web2.0网站的兴起&#xff0c;传统关系数据库在应对web2.0 网站&#xff0c;特别是超大规模和高并发的web2.0纯动态SNS网站上已经显得力不从心&#xff0c;暴露了很多难以克服的问题&#xff0c;而非关系型的数据库则由于其本身的特点得到了非常迅速的发展…
阅读更多...
Zookeeper的watch机制是如何工作的？

Zookeeper的watch机制是如何工作的？

ZooKeeper Watch 概述 ZooKeeper Watch 机制类似于 Java 设计模式中的观察者模式或者监听模式&#xff0c;唯一的不同是不再基于线程间通信&#xff0c;而是基于进程间通信。 ZooKeeper Watch 机制是指&#xff0c;客户端在所有的读命令上告知服务端&#xff1a;这个节点或者…
阅读更多...
windows 提权方式汇总

windows 提权方式汇总

windows 提权 一、土豆&#xff08;potato&#xff09;家族提权 原理 土豆提权就是通过 windows 的 COM&#xff08;Component Object Model&#xff0c;组件对象模型&#xff09;类。向指定的服务器端口发送 NTLM 认证&#xff0c;捕获认证数据包&#xff0c;并修改数据包内…
阅读更多...
【C++】—— 内存管理

【C++】—— 内存管理

【C】—— 内存管理 1 C/C 的内存划分 1.1 C/C 的内存分布1.2 C/C 的内存分布练习 2 C语言 中动态内存管理方式&#xff1a;malloc/calloc/realloc/free3 C 内存管理方式3.1 new / delete 操作内置类型3.2 new 和 delete 操作自定义类型3.2.1 new 和 delete 操作自定义类型基础…
阅读更多...
layui栅格布局设置列间距不起作用

layui栅格布局设置列间距不起作用

layui栅格布局支持设置列间距&#xff0c;只需使用预置类layui-col-space*即可。不过实际使用时却始终看不到效果。   根据layui官网文档的说明&#xff0c;只需要在行所在div元素的class属性中增加layui-col-space*即可出现列间距。如下图所示&#xff1a;   但是实际使用…
阅读更多...
【MySQL】MySQL 表的增删改查(进阶)

【MySQL】MySQL 表的增删改查(进阶)

欢迎关注个人主页&#xff1a;逸狼 创造不易&#xff0c;可以点点赞吗~ 如有错误&#xff0c;欢迎指出~ 目录 约束类型 not null 非空 unique 唯一 default 指定默认值 primary key 主键 foreign key 外键 check字句 检查 表设计 确定实体 实体之间的关系 聚合查询 聚合函数…
阅读更多...
基于SSM的学生信息管理系统的设计与实现 （含源码+sql+视频导入教程+文档+VISIO图）

基于SSM的学生信息管理系统的设计与实现 （含源码+sql+视频导入教程+文档+VISIO图）

&#x1f449;文末查看项目功能视频演示获取源码sql脚本视频导入教程视频 1 、功能描述 基于SSM的学生信息管理系统12拥有三种角色&#xff1a;学生、教师、管理员 学生&#xff1a;选课、查看已选课程、查看成绩 教师&#xff1a;成绩管理 管理员&#xff1a;课程管理、学生…
阅读更多...
ai变声：视频怎么变音？分享6个语音变声器，视频变声不再难！

ai变声：视频怎么变音？分享6个语音变声器，视频变声不再难！

想过如何让自己的直播内容更吸引人吗&#xff1f;你是否希望通过变声器来打造独特的声音效果&#xff1f;或者&#xff0c;如何用创意声音提升观众的互动体验呢&#xff1f;随着直播行业的不断发展&#xff0c;每位主播都在努力寻找吸引观众的独特方式&#xff0c;而变声器正是…
阅读更多...
【电脑使用耳机录音注意事项】

【电脑使用耳机录音注意事项】

文章目录 电脑音设置 电脑音设置 打开声音设置&#xff1a;右键小喇叭 → 选择“声音(S)”→选择 “录制”&#xff1a; 选择 “阵列麦克风” 调整声音大小&#xff1a; 音频增强设置
阅读更多...
AI大模型编写多线程并发框架（六十二）：限流和并发度优化

AI大模型编写多线程并发框架（六十二）：限流和并发度优化

系列文章目录 文章目录 系列文章目录前言一、项目背景二、第三轮对话-补充异步执行代码三、第四轮对话-增加限流器四、第五轮对话-抽取限流器接口五、第六轮对话-修改并发度三、参考文章 前言 在这个充满技术创新的时代&#xff0c;AI大模型正成为开发者们的新宠。它们可以帮助…
阅读更多...
何为MethodHandles？

何为MethodHandles？

最近在梳理ThreadPoolExecutor&#xff0c;无意间看到其内部类Worker实现了一个名字叫做AbstractQueuedSynchronizer的抽象类。看到它&#xff0c;我便想起当年为了面试而疯狂学习这个知识点的场景。不过这种临时抱佛脚的行为&#xff0c;并未给我带来即时的收益。也是这次的疯…
阅读更多...
基于Java的高校学生工作系统的设计与实现(论文+源码)_kaic

基于Java的高校学生工作系统的设计与实现(论文+源码)_kaic

基于Java的高校学生工作系统的设计与实现(论文源码)_kaic 摘 要 本系统为高校学生工作管理系统&#xff0c;系统能够为高校提供便捷的学生信息管理功能。该系统采用 Java 语言编写&#xff0c;系统采用MVC架构进行设计&#xff0c;通过Servlet和JSP等技术实现前后端数据交互和…
阅读更多...
【漏洞复现】SuiteCRM responseEntryPoint Sql注入漏洞

【漏洞复现】SuiteCRM responseEntryPoint Sql注入漏洞

免责声明&#xff1a; 本文内容旨在提供有关特定漏洞或安全漏洞的信息&#xff0c;以帮助用户更好地了解可能存在的风险。公布此类信息的目的在于促进网络安全意识和技术进步&#xff0c;并非出于任何恶意目的。阅读者应该明白&#xff0c;在利用本文提到的漏洞信息或进行相关测…
阅读更多...
基于UDS的Flash 刷写——BootLoad刷写流程详解

基于UDS的Flash 刷写——BootLoad刷写流程详解

从0开始学习CANoe使用 从0开始学习车载测试 相信时间的力量 星光不负赶路者&#xff0c;时光不负有心人。 目录 流程概述UDS流程详解释前编程①诊断会话控制 - 切换到扩展会话&#xff08;10 03&#xff09;②例程控制-预编程条件检查&#xff08;31 01 02 03&#xff09;③DTC…
阅读更多...
ClickHouse分布式部署搭建单分片二副本集群

ClickHouse分布式部署搭建单分片二副本集群

搭建单分片二副本集群，使用MergeTree引擎测试数据同步 服务器： 127.0.0.1 clickhouse 127.0.0.2 clickhouse + keeper 结构图 1.修改hosts vi /etc/hosts 添加需要部署的ip和名字 127.0.0.1 node1 127.0.0.2 node2 2. node1配置文件修改 2.1 修改/etc/clickhouse-se…
阅读更多...
Excel中使用VBS自定义函数将中文转为拼音首字母

Excel中使用VBS自定义函数将中文转为拼音首字母

1、在“开发工具”中&#xff0c;点击“Visual Basic”。如果没有“开发工具”&#xff0c;则添加。 2、添加“模块”&#xff0c;在窗口中添加自定义函数。 Function MyGetPYChar(char) MyCodeNumber 65536 Asc(char) If (MyCodeNumber > 45217 And MyCodeNumber <…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023