tes4.py脚本内容：
import codecs
import os
import re
import sys
lt1=[ ]
f1=codecs.open(‘pkgs.txt‘,‘r‘,‘utf-8‘)
for i in f1.readlines():
line=i.strip()
lt1.append(line)
f1.close()
for lines in sys.stdin:
arr=lines.strip().split(‘\t‘)
pkgs=re.split(";|,",arr[-1])
for j in lt1:
if j in pkgs:
print ‘\t‘.join(arr)
break #避免重复读入数据，一旦有了匹配上的pkg就退出这次循环，去匹配下一行数据
注意：add 两个文件到hive中，一个是 py脚本，test4.py 一个是文本文件 pkgs.txt
sql脚本：
select TRANSFORM(gid,phone_model,usertags,installed_applist)
USING ‘python test4.py‘
as (gid,phone_model,usertags,installed_applist)
from test_gid2 ;
=================
pkgs.txt 文件内容格式，一行一个pkgname:
com.tencent.mm
com.tencent.mobileqq
cn.testin.allintest
