模式 1：由 | 分隔
Input : a|b|c|d
Output: a|b|c|d
当用单个管道分隔时选择所有内容
模式 2：由 | 分隔和||
示例1：
Input :a|b||c||d
Output:a|b||c
选择最后一个双管之前的所有内容
示例2：
Input :a|b||c|d
Output:a|b
模式3：字符串的开头可以有多个管道（奇数或偶数），并进一步由 | 分隔和||
Input :|||a|b||c||d
Output:|||a|b||c
选择最后一个双管之前的所有内容，字符串的开头可能有奇数或偶数管道，必须选择它们。
下面涵盖了除场景1之外的所有场景，我的要求是在一个场景中涵盖所有场景regexp_extract spark.sql("select regexp_extract('name|place|thing|ink', '(.*)(?=\\\\|\\\\|)') as demo").show(false)
如果不能在一个 regexp_extract 中完成。您可以建议其他选项吗？
请指教。
使用以下正则表达式：
^(\|*(?:(?!\|\|(?!.*\|\|)).)*)
See the 正则表达式演示 https://regex101.com/r/EolcHu/1/显示所有比赛
这是一个相当复杂的要求，需要使用淬炼的贪婪令牌 https://stackoverflow.com/a/37343088/15070697与 Tempering 模式中的 Negative Lookahead 一起使用。让我解释一下以下逻辑：
Logics
-
^仅从字符串的开头匹配
-
(...)之后将整个图案括起来^使其成为一个捕获组
-
\|*对于模式3的要求，匹配倍数|一开始，尽可能多（因此使用贪婪*)
-
(?:(?!...).)*这是 Tempered Greedy Token 的主要构造（骨架），我将在下面解释其详细信息：
-
\|\|(?!.*\|\|)这是贪婪淬炼令的主体（核心）。第一部分之前(是为了确保字符匹配但不包括模式||第二部分(?!.*\|\|)是为了确保||第一部分中的模式后面没有任何其他双管||根据要求，在之后的某个地方。
事实上，我认为这个问题很有趣，需要 RegEx 的复杂功能来支持它。这也是我迄今为止看到的第一个需要在 Tempered Greedy Token 构造中使用 Negative Lookahead 的示例。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
