如何在Scala中用空格替换双引号

Question

我的数据文件中有一些带有“”（双引号）的记录。我需要使用 regexp_replace 函数将这些引号替换为 scala 中的空格。

示例：regexp_replace(column_name, '\"' ," ") 但是当我尝试这样做时，我收到了一些错误“未关闭”字符串文字。

Answer 1

从使用 regexp_replace 和提及列我假设您的意思是 Spark（如果是这样，您应该在以后的任何问题中提及它）。看the signature of the two overloads：

def regexp_replace(e: Column, pattern: Column, replacement: Column): Column
def regexp_replace(e: Column, pattern: String, replacement: String): Column

'\"' 是 Char，而不是 String，因此您需要 "\""。

在没有 Spark 的 Scala 中，您可以在 scala.util.matching.Regex 上使用 replace{All,FirstSome}In 之类的方法（主要针对发现此问题的其他人提及）。

更新：

val colString = insertColumns.mkString(",") + s"${month},concat(year(from_unixtime(unix_timestamp((regexp replace(column_name,'\"',"")), 'yyyy-MM-dd-HH.mm.ss.SSSSSS'))),'-',lpad(month(from_unixtime(unix_timestamp((regexp_replace(column_name,'\"',"")), 'yyyy-MM-dd-HH.mm.ss.SSSSSS'))),2,'0'),'-',lpad(day(from_unixtime(unix_timestamp((regexp_replace(column_name,'\"',"")), 'yyyy-MM-dd-HH.mm.ss.SSSSSS'))),2,'0')) AS column_name"

这里+后面的字符串只有

s"${month},concat(year(from_unixtime(unix_timestamp((regexp replace(column_name,'\"',"

然后你有单独的字符串文字

")), 'yyyy-MM-dd-HH.mm.ss.SSSSSS'))),'-',lpad(month(from_unixtime(unix_timestamp((regexp_replace(column_name,'\"',"

等等

\" 在 s"..." doesn't work as expected 内，所以用 \" 转义引号是行不通的；你应该使用三引号字符串。