ADF - 数据流表达式生成器清理/解析列

Question

使用以下代码成功转换 EPOCH 时间戳后：

toTimestamp(toLong(toString(published)),'yyyy-MM-dd')

我很难从这个有 100 行的列中提取正确的信息。

从此：

[["nlp/f/businessEvent/new-deal","新政",[["太空探索公司9月获得NASA巨额合同"],["9月17日，NASA授予Intuitive签订近空网络合同，未来 10 年最大潜在价值为 48.2 亿美元。"]],"关于",{}]]

对此：

新交易 - 这家太空探索公司于 9 月份获得了 NASA 的巨额合同。 9 月 17 日，NASA 授予 Intuitive Machines 一份近太空网络合同，未来 10 年最大潜在价值为 48.2 亿美元。

它应该删除：

[["nlp/f/businessEvent/new-deal","
",[["
"],["
"]],"about",{}]]

另外在：[["nlp/f/businessEvent/new-deal"," businessEvent 和 new-deal 可以包含任何字符串

我在看：

replace(<string> : string, <substring to find> : string, [<substring to replace> : string]) => string

和

regexReplace(<string> : string, <regex to find> : string, <substring to replace> : string) => string

但我很难找到正确的公式。

Answer 1

期望你的结构永远是这样的：

[["a","b",[["c"],["d"]],"e",{}]]

这个正则表达式可以完成这项工作：

\[\["[^"]+","([^"]+)",\[\["([^"]+)"\],\["([^"]+)"\]\],"[^"]+",\{\}\]\]

它使用像

([^"]+)

这样的捕获组来获取“b”、“c”和“d”的值：

• b：

  group1

• c：

  group2

• d：

  group3

因此连接各组：

group1 group2 group3

会完成这项工作。

备注：此正则表达式不是防弹的，并且在您具有 a、b、c、d 或 e（如

something"with quotes "inside

）值的情况下将不起作用。如果值之间有空格（例如

[ ["a", "b",[ ["c"],["d"]],"e",{ } ]]

），则不起作用。