sparksql中电子邮件地址的拆分

Question

代码：

当长度(中性)>0然后regexp_extract(neutral，"(.*@)"，0)else"结束为neutral

上面的查询返回带有@符号的输出值，例如，如果输入为[e-mail]，则输出为1234@.如何使用上面的查询删除@符号。并且应该评估结果输出的数字，如果它包含任何非数字字符，则应该被拒绝。

样本输入：[e-mail]输出：1234样本输入：[e-mail]输出：空

Answer 1

您可以将正则表达式表述为^[^@]+，它将匹配电子邮件地址中的所有字符，包括但不包括@字符：

REGEXP_EXTRACT(neutral, '^[^@]+', 0) AS neutral

请注意，这种方法也是干净的，使我们不必使用庞大的CASE表达式。

Answer 2

试试这个代码：

val pattern = """([0-9]+)@([a-zA-Z0-9]+.[a-z]+)""".r
val correctEmail = "[e-mail]"
val wrongEmail = "[e-mail]"
def parseEmail(email: String): Option[String] = 

email match {
case pattern(id, domain) => Some(id)
case _ => None
}

println(parseEmail(correctEmail)) //  prints Some(1234)
println(parseEmail(wrongEmail)) // prints None

此外，使用Options而不是null更为惯用