相关疑难解决方法(0)

我的问题与Split字符串相同,包括正则表达式匹配,但对于Scala.不幸的是,JavaScript解决方案在Scala中不起作用.

我正在解析一些文字.假设我有一些字符串:

"hello wold <1> this is some random text <3> foo <12>"

我想得到以下Seq : "hello world" :: "<1>" :: "this is some random text" :: "<3>" :: "foo" :: "<12>".

请注意,每当遇到<"number">序列时,我都会分割字符串.

我有[~]一些我正在阅读的 csv 文件的分隔符。

1[~]a[~]b[~]dd[~][~]ww[~][~]4[~]4[~][~][~][~][~]

我试过这个

val rddFile = sc.textFile("file.csv")
val rddTransformed = rddFile.map(eachLine=>eachLine.split("[~]"))
val df = rddTransformed.toDF()
display(df)

然而，这个问题在于它是作为单个值数组出现的，每个字段中都有[和]。所以数组将是

["1[","]a[","]b[",...]

我不能用

val df = spark.read.option("sep", "[~]").csv("file.csv")

因为不支持多字符分隔符。我可以采取什么其他方法？

1[~]a[~]b[~]dd[~][~]ww[~][~]4[~]4[~][~][~][~][~]
2[~]a[~]b[~]dd[~][~]ww[~][~]4[~]4[~][~][~][~][~]
3[~]a[~]b[~]dd[~][~]ww[~][~]4[~]4[~][~][~][~][~]

编辑 - 这不是重复的，重复的线程是关于多分隔符的，这是多字符单分隔符