如何使用Databrick截断和/或使用通配符

Question

我正在尝试在数据块中编写一个脚本，该脚本将根据文件名中的某些字符或仅基于文件中的日期戳来选择文件。

例如，以下文件如下所示：

LCMS_MRD_Delta_LoyaltyAccount_1992_2018-12-22 06-07-31

我已经在Databricks中创建了以下代码：

import datetime
now1 = datetime.datetime.now()
now = now1.strftime("%Y-%m-%d")

使用以上代码，我尝试使用以下代码选择文件：

LCMS_MRD_Delta_LoyaltyAccount_1992_%s.csv'% now

但是，如果仔细观察，您会发现datestamp和timestamp之间有一个空格，即22到06之间。

LCMS_MRD_Delta_LoyaltyAccount_1992_2018-12- 22 06 -07-31

这是因为如果该空间阻止了我上面的代码正常工作。

我认为Databricks不支持通配符，因此以下内容将不起作用：

LCMS_MRD_Delta_LoyaltyAccount_1992_%s.csv'% now

有人曾经建议缩短时间戳记。

有人可以让我知道是否：

A.TRUNCATING将解决此问题 B.有没有办法我的代码LCMS_MRD_Delta_LoyaltyAccount_1992_%s.csv'% now

要选择整个文件？请记住，我绝对需要根据当前日期进行选择。.我只想能够使用我的代码在文件中进行选择。

Answer 1

您可以使用dbutils读取文件名，并可以在if语句中检查模式是否匹配：如果现在在filname中。因此，您无需直接读取具有特定模式的文件，而是获得文件列表，然后复制与所需模式匹配的具体文件。

以下代码可在databricks python笔记本中使用：

1。将三个文件写入文件系统：

data = """
{"a":1, "b":2, "c":3}
{"a":{, b:3} 
{"a":5, "b":6, "c":7}

"""

dbutils.fs.put("/mnt/adls2/demo/files/file1-2018-12-22 06-07-31.json", data, True)
dbutils.fs.put("/mnt/adls2/demo/files/file2-2018-02-03 06-07-31.json", data, True)
dbutils.fs.put("/mnt/adls2/demo/files/file3-2019-01-03 06-07-31.json", data, True)

2。以列表形式读取文件名：

文件= dbutils.fs.ls（“ / mnt / adls2 / demo / files /”）

3。获取实际日期：

import datetime

now = datetime.datetime.now().strftime("%Y-%m-%d")
print(now)

输出：2019-01-03

4。复制实际文件：

for i in range (0, len(files)):
  file = files[i].name
  if now in file:  
    dbutils.fs.cp(files[i].path,'/mnt/adls2/demo/target/' + file)
    print ('copied     ' + file)
  else:
    print ('not copied ' + file)

输出：

未复制的文件1-2018-12-22 06-07-31.json

未复制file2-2018-02-03 06-07-31.json

复制的文件3-2019-01-03 06-07-31.json