假设我有一个关于hdfs的文件：
1
2
3
我要把它改造成
一
b
c
我写了一个mapper.py：

# !/usr/bin/python

import sys
for line in sys.stdin:
    print chr(int(line) + ord('a') - 1)

然后使用流式api：
hadoop jar$hadoop\u home/contrib/streaming/hadoop streaming-*.jar
-mapper mapper.py-文件mapper.py-输入/输入-输出/输出
但输入/输出的结果是“a\t\nb\t\nc\t\n”：
一个\t
备份\t
更改\t
注意那些额外的不可打印的制表符，我用了'\t'代替。记录如下：
如果行中没有制表符，则整行视为键，值为空。
因此，这些选项卡是通过流式api作为分隔符添加的。但是无论我如何修改与分隔符相关的选项，我都不能使它消失。
因此，我的问题是，有没有一种方法可以把这项工作干净利落，而不需要额外的东西，比如标签？
或者更清楚地说，有没有一种方法可以将hadoop仅仅用作分布式过滤器，而忽略其键/值机制？

更新@2013.11.27
正如我和朋友讨论的那样，实现这个目标并不容易，我在输出中使用tab作为字段分隔符，并在hive中将tab设置为字段分隔符，从而解决了这个问题。
我的一些朋友提议使用 -D mapred.textoutputformat.ignoreseparator=true ，但这个参数就是不起作用。我调查了这个文件：

hadoop-1.1.2/src/mapred/org/apache/hadoop/mapred/TextOutputFormat.java

没有找到选择。但作为替代方案，流式api接受一个参数 -outputformat 它指定了另一种输出格式。
根据本文，您可以复制textoutputformat.java，删除默认的'\t'，编译它，然后将其打包为jar，并使用 -libjars yourjar.jar -outputformat path.to.your.outputformat . 但是我在hadoop-1.1.2中没有成功。把这个写下来供别人参考。