我正在尝试编写一个替换函数，该函数将使用字符串，并且如果将其标识为数字，则将其更改为标准格式的数字（在大多数语言中均可解析）
使用单个正则表达式是否有可能实现？最终还有一些后续的替换？
我正在使用
scala org.apache.spark.sql.functions.regexp_replace
regexp_replace(col(x), "regex that will identify number", "standard format number"))
标准格式示例：“-2421”，“ 22.4536”，“ 6.25367E-08”，“ 6.25367e-08” <-事实证明，这些都是可浮动的
我可能要处理的字符串以及我要替换为的字符串
111,222,333.444 -> 111222333.444
111,222,333,444 -> 111222333444
-1,2 -> -1.2
1,22 -> 1.22
1,222 -> 1222
1,000 -> 1000 (if there are 3 digits after commas, it is thousands separator, not decimal)
数字字符串的末尾可能会有'％'，在这种情况下，以上规则适用：
1,22% -> 1.22%
其他符号或字母（例如'6.25367E-08'中的e / E除外）使字符串不符合数字的资格（因此将无法进行替换）
答案 0 :(得分：0)
问题来自于以下事实：您必须首先将字符串标识为“有效数字”（可行），然后标识要删除的字符串的子部分（在单个正则表达式中不可行）。
幸运的是，您正在编写一个函数，因此，如果您愿意针对一个以上的正则表达式检查字符串，则可以满足您的一些要求。请注意，所有这些假设都只是您 传递数字，而没有其他内容。
千位分隔符
^-?\d{1,3}(?:,\d{3})+(?:\.\d+)?$
此正则表达式断言，在行的开头和结尾之间，存在一个可选的负号（一到三位数字），后跟一个重复的非捕获组。此非捕获组是一个逗号，后跟3位数字，并重复一次或多次。末尾的非捕获组是一个可选的小数点，后跟一个或多个数字。请注意，这只会匹配千位分隔符，而不会匹配12之类的无逗号数字。
如果此组匹配，则需要标识并删除逗号。可以使用第二个更简单的正则表达式来完成此操作：,
逗号而不是小数
^-?\d+,(?:(?:\d{1,2})|(?:\d{4,}))$
此正则表达式断言，在行的开头和结尾之间有一个可选的负号，一个或多个数字和一个逗号。然后，正则表达式选择逗号后的1或2位数字，或选择逗号后的> 4位数字（而不是3位，即成千上万！）。如果像例子中那样只关心一个或两位数字的逗号小数，那就是^-?\d+,\d{1,2}$
如果此组匹配，则需要标识逗号，并将其替换为句点。也可以使用正则表达式,
逗号而不是小数，结尾为％
^-?\d+,\d+%$
（我假设如果末尾有%，则无论如何都是小数-regex将1,000%视为1.000%。）
此正则表达式断言，在行的开头和结尾之间有一个可选的负号，一个或多个数字，一个逗号，然后一个或多个数字，后跟一个%符号。
如果此组匹配，则需要识别并删除逗号-您知道该演练。
科学计数法
（您未指定科学计数法应执行的操作，因此此正则表达式匹配逗号或句点。）
^-?\d[.\,]\d+[eE]-?\d+$
此正则表达式断言，在行的开头和结尾之间有一个可选的负号，精确地是一个数字，一个句点或逗号，一个或多个数字，小写字母或大写字母E，可选的负号和一个或多个数字。
我不确定您打算使用此正则表达式做什么，但是我想您现在已经拥有编辑字符串所需的内容。
他们全部在一起
如果您只想看看是否可以将字符串解析为数字。
(?:^-?\d[.\,]\d+[eE]-?\d+$)|(?:^-?\d+,\d+%$)|(^-?\d+,(?:(?:\d{1,2})|(?:\d{4,}))$)|(?:^-?\d{1,3}(?:,\d{3})+(?:\.\d+)?$)
祝你好运！