apache-spark-sql - 如何使用 spark SQL 将全名列值拆分为 3 列并删除数据之间的括号

Question

我正在尝试将全名分成三列，使用 spark SQL 删除括号中的值和星号作为全名、名字和姓氏。我尝试使用正则表达式并拆分，但无济于事。任何人都可以帮我处理代码片段。例子：

全名
纳亚卡，马来亚（纳亚卡）
丰田、正幸*丰田*
Suzy，Thamas *功能性*

预期输出：

全名	名	姓	全名
纳亚卡，马来亚（纳亚卡）	马来亚	纳亚卡	纳亚卡·马来亚
丰田、正幸*丰田*	雅之	丰田章男	丰田正之
Suzy，Thamas *功能性*	塔马斯	苏西	苏西，托马斯

标签： apache-spark-sql

Answer 1

这应该可以解决问题：

spark.sql(""" select    split ( ltrim(rtrim(regexp_replace(split(fullname, ',')[1], '[^a-zA-Z ]', ''))), ' ')[0] as FIRSTNAME,
                        ltrim(rtrim(regexp_replace(split(fullname, ',')[0], '[^a-zA-Z ]', ''))) as LASTNAME from employee   """).show(false)