regex - Scala 如何删除字符串前面和末尾的引号

Question

我有一个数据框，其中一些字符串在字符串的前面和末尾包含“”。

例如:

+-------------------------------+
|data                           |
+-------------------------------+
|"john belushi"                 |
|"john mnunjnj"                 |
|"nmnj tyhng"                   |
|"John b-e_lushi"               |
|"john belushi's book"          |

预期输出:

+-------------------------------+
|data                           |
+-------------------------------+
|john belushi                   |
|john mnunjnj                   |
|nmnj tyhng                     |
|John b-e_lushi                 |
|john belushi's book            |

我试图仅从字符串中删除 "双引号。有人可以告诉我如何在 Scala 中删除它吗？

Python提供了ltrim和rtrim。 Scala 中有等同的东西吗？

Answer 1

使用expr、substring和length函数并从2和length() - 2获取子字符串

val df_d = List("\"john belushi\"", "\"John b-e_lushi\"", "\"john belushi's book\"")
.toDF("data")

输入:

+---------------------+
|data                 |
+---------------------+
|"john belushi"       |
|"John b-e_lushi"     |
|"john belushi's book"|
+---------------------+

使用 expr、子字符串和长度函数:

import org.apache.spark.sql.functions.expr

df_d.withColumn("data", expr("substring(data, 2, length(data) - 2)"))
    .show(false)

输出:

+-------------------+
|data               |
+-------------------+
|john belushi       |
|John b-e_lushi     |
|john belushi's book|
+-------------------+