pyspark正则表达式字符串匹配

Question

我在数据框中有一个字符串，格式如下。

abc.T01.xyz
abc.def.T01.xyz
abc.def.ghi.xyz

我需要过滤此字符串具有与此表达式匹配的值的行。

[a-zA-Z].T[0-9].[a-zA-Z]

我使用了以下命令，但它也给了我看起来像这样的字符串：[a-zA-Z].[a-zA-Z].T[0-9].[a-zA-Z]我不希望在我的结果中使用。

mydf2 = mydf1.where('col1 rlike ".*\.T.*\..*"')
mydf2.show()

我遗漏了我的正则表达式。

Answer 1

只需翻译您的要求，而不是使用点星汤并添加锚点：

# [a-zA-Z].T[0-9].[a-zA-Z]
mydf2 = mydf1.where('col1 rlike "^[a-zA-Z.]+\.T[0-9]+\.[a-zA-Z.]+$"')

请参阅a demo on regex101.com 请注意，我还在字符类中添加了点（这是一个要求吗？），否则你的第二个字符串不会匹配。如果这不是您想要的，请从课程中删除它。