SQL split（） 中的正则表达式，用于将括在方括号中的逗号分隔字符串转换为数组，并从每个元素中删除周围的引号

Regex in SQL split() to convert a comma separated string enclosed in square brackets into an array and remove the surrounding quotes from each element

提问人：archjkeee 提问时间：8/25/2023 最后编辑：archjkeee 更新时间：8/26/2023 访问量：79

问：

我有字符串数据列，其值如下所示：

 - ["some val1"]
 - []
 - ["some val2", "some_val3"]
 - single value without brackets and quotes
 - [[]
 - ["val with "quote 1", "val with "quote and bracket["]

我想将值转换为数组，因此数组列将如下所示：

 - 0: some val1 
 - 0: null
 - 0: some val2  
   1: some val3
 - 0: single value without brackets and quotes
 - 0: [
 - 0: val with "quote 1
   1: val with "quote and bracket[

我怎样才能将这些数据拆分成一个数组（我假设，spark-sql函数可以用于此）？split()

目前我使用此代码，但它并没有从每个元素中删除周围的引号 + 我觉得总的来说，它可以通过仅使用传递给函数的简单正则表达式而不使用 / 来完成。split()ltrimrtrim

with cte as
(select '["some val1"]' as val
 union all
 select '[]'
 union all
 select '["some val2", "some_val3"]'
 union all
 select 'single value without brackets and quotes'
 union all
 select '[[]'
 union all
 select '["val with "quote 1", "val with "quote and bracket["]')

select
  split(ltrim('[', rtrim(']', val)), ',') as array_val
from cte

更新：更新的示例数据 + 一些摘要：我只需要删除源值周围的一对括号，并且只需要删除每个元素周围的一对括号。我也尝试了这段代码，但它没有从数组的第二个元素中删除第一个引号：

transform(split(regexp_replace(val, '^[\\[]|[\\]]$', ''), ','), x -> regexp_replace(x, '^["]|["]$', ''))
正则表达式 apache-spark-sql 拆分 azure-databricks

评论

答：

0赞 JayashankarGS 8/25/2023 #1

我尝试了您的代码并得到了如下所示的输出。

enter image description here

在这里，字符串被包围，如果它是空字符串，则为 no。\"null

因此，我按如下方式修改了查询并得到了输出。

with cte as
(select  '["some val1"]'  as val
 union  all
 select  '[]'
 union  all
 select  '["some val2", "some_val3"]'
 union  all
 select  'single value without brackets and quotes')

select
trim('[]',regexp_replace(val,'"' ,'' )) as array_val,
case
    when  instr(array_val,',') >  0  then
        split(array_val,',')
    when  len(array_val)==0  then
        array(null)
    else
        array(array_val)
end  as nt
from cte

输出：

enter image description here

评论

0赞 archjkeee 8/25/2023
谢谢。但是我只需要删除源值周围的一对括号，并且只需要删除每个元素周围的一对括号
0赞 JayashankarGS 8/25/2023
好的，在问题中添加示例数据。
0赞 archjkeee 8/25/2023
好的，更新了问题。
0赞 JayashankarGS 8/28/2023
@archjkeee 尝试这个，并在 split 和 null 的解决方案中添加 case 语句。select regexp_replace(regexp_replace(val, '^\\["|"\\]$|^\\[|\\]$', ''),'"\\s*,\\s*"',',') as array_val

上一个：从正则表达式输出创建列表列表

下一个：直接通过“re.split”（在 Python 中）将每个相邻的不同数字之间的字符串分开？