我正在尝试使用'|' as a delimiter来读取pyspark中的Rdd文件，但是这种情况发生了，甚至我的数据都包含字符'\|'作为字符串值（pipe with backslash），导致字段在读取数据时向右移动。
我尝试读取数据并替换为'\ |' ，但无法正常工作，并且出现错误
“ unicode”对象没有属性“ replaceAll”
这是我尝试过的
rdd = sc.textFile(s3_input_data_path).map(lambda line: line.replaceAll("\\\\\\|", " "))
有人可以帮我吗？
***已更新
我尝试过re并且似乎可以工作，但是有什么更好的解决方案，尤其是在读取大于20 GB的海量数据集时
rdd = sc.textFile(s3_input_data_path).map(lambda line: re.sub('\\\\\\|', '', line))