我有很多使用 docutils 转换为 HTML 的 RST（reStructuredText）文件。使用开发的小型 JS 应用程序（具有 HTML5 contenteditable 属性的基本 iframe），非技术人员可以轻松编辑生成的 HTML 页面。目标是将在 HTML 中所做的修改应用回原始 RST 文件。
我想知道是否有一种方法可以使用 original_RST -> output_HTML 转换的基本事实来训练算法，以便我们以后可以将 output_HTML+minor 修改反向回 RST ？会是什么样的算法？我应该从哪个方向开始挖掘？
为了简化问题，我还可以使用 docutils 的内部 XML AST 表示形式而不是 RST 作为文档输入（RST 到 XML-AST：http ://docutils.sourceforge.net/tools/quicktest.py ），然后修复xml2rst+xslt 项目 ( http://www.merten-home.de/FreeSoftware/xml2rst/ )
欢迎任何建议
在带有spark-2.4的scala中，我想过滤列中数组内部的值。
从
+---+------------+
| id| letter|
+---+------------+
| 1|[x, xxx, xx]|
| 2|[yy, y, yyy]|
+---+------------+
至
+---+-------+
| id| letter|
+---+-------+
| 1|[x, xx]|
| 2|[yy, y]|
+---+-------+
我想到了使用explode+filter
val res = Seq(("1", Array("x", "xxx", "xx")), ("2", Array("yy", "y", "yyy"))).toDF("id", "letter")
res.withColumn("tmp", explode(col("letter"))).filter(length(col("tmp")) < 3).drop(col("letter")).show()
我正在
+---+---+
| id|tmp|
+---+---+
| 1| x|
| 1| xx|
| 2| yy|
| 2| y|
+---+---+
如何按ID zip / groupBy返回？
还是有更好，更优化的解决方案？